بررسی بهبود آموزش الکترونیک توسط شبکه عصبی مصنوعی نظبرت شده

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 429

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

TAES01_031

تاریخ نمایه سازی: 1 آذر 1394

چکیده مقاله:

بهبود نتایج یادگیری، همواره عامل مهم ایجاد انگیزه در تحقیقات آموزشی بوده است. در محیط یادگیری تلفیقی آموزش الکترونیک و کلاس درسی سنتی رو در رو، فرصت هایی برای کشف نقش فن آوری در بهبود سطح عملکرد دانشجویان وجود دارد. عملکرد یک دانشجو تحت تأثیر عواملی مثل مشغولیت، خود تنظیمی، تمرین با معلم خصوصی و درگیری زمانی معلم با دانشجو است. علاوه بر این، عوامل طراحی آموزش الکترونیک همانند ارائه یادگیری شخصی یک نیاز فوری برای بهبود فرایند یادگیری هستند. در این مقاله، یک مدل شبکه عصبی مصنوعی به عنوان یک نوع آموزش نظارتی شده معرفی می شود به این معنا که شبکه با مثال هایی پارامترهای یادگیری را وارد می کند و خروجی صحیح و بهینه سازی شده مورد نظر را برای آن ورودی ارائه می کند. بنابراین عملکرد دانشجویان می تواند به شکل کارآمد پیش بینی شود و خطر شکست در یک آموزش الکترونیک ثبت نامی کاهش می یابد.

کلیدواژه ها:

شبکه های عصبی مصنوعی ، آموزش الکترونیکی ، مدل های پیش بینی ، آموزش نظارت شده

نویسندگان

راضیه رحیمی النگی

دانشجوی کارشناسی ارشد پیام نور تهران

حسین شاه حیدر

دانش آموخته کارشناسی نرم افزار جهاد دانشگاهی علمی کاربردی اهواز

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Soller, A. and Lesgold, A. (2003) A Computational Approach to ...
  • Sayed, M. and Baker, F. (2014) Blended Learning Barriers: An ...
  • Vohs, K.D. and Baumeister, R.F. (2011) Handbook of Self-Regulation _ ...
  • Zhao, C.M. and Kuh, G.D. (2004) Adding Value: Learning Communities ...
  • Zimmerman, B.J. (2008) Investigating Self-Regulation and Motivatiol Historical Background Methodological ...
  • Ferguson, R. and Shum, S.B. (2012) Social Learning Analytics: Five ...
  • Yoo, J. and Kim, J. (2014) Can Online Discussion Participation ...
  • Edelstein, H.A. (1999) Introduction o Data Mining and Knowledge Discovery. ...
  • Chang, C.Y., Wang, H.J. and Li, C.F. (2010) Image Content ...
  • Haykin, S. (1998) Neural Network: A Comprehensive Foundation. 2nd Edition, ...
  • Srimani, P.K. and Kamath, A.S. (2012) Neural Networks Approach for ...
  • Srimani, P.K. and Kamath, A.S. (2012) Data Mining Techniques for ...
  • Romero, C. and Ventura, S. (2007) Educational Data Mining: A ...
  • Bigus, J.P. (1996) Data Mining with Neural Networks: Solving Business ...
  • Liu, H. (2010) On the Levenb erg-Marquardt Training Method for ...
  • Guyon, I. and Elisseff, A. (2003) An Introduction o Variable ...
  • Mercer, N. (2004) Sociocultural Discourse Analysis: Analyzing Classroom Talk as ...
  • Sayed, M. (2013) Blended Learning Environment: The Effectivemess in Developing ...
  • Tempelaar, D.T., Niculescu, A., Rienties, B., Gijselaers, W.H. and Giesbers, ...
  • Winne, P.H. and Baker, R.S. (2013) The Potentials of Educational ...
  • نمایش کامل مراجع