ПРЕДСТАВЛЕНИЕ ЗНАНИЙ В ОБУЧАЮЩИХ СИСТЕМАХ НА ОСНОВЕ ТЕОРИИ НЕЧЕТКИХ МНОЖЕСТВ

Полный текст:


Аннотация

Использование информационных технологий и, в частности, информационных обучающих систем увеличивает возможности как преподавателя, так и обучаемого, в достижении своих целей в образовательном процессе, учитывая индивидуальные характеристики каждого и предоставляя возможности непрерывного образования. Несмотря на большое количество исследований в этой области и очевидные преимущества таких систем, их использование пока ограничено. Одной из главных причин здесь является использование точных количественных методов в такой сложно-структурированной и нечеткой области как учебный процесс. При проектировании информационных обучающих систем разработчики сталкиваются с проблемой моделирования знаний, которые условно могут быть разделены на две категории: предметные и персональные. Предметные знания определяются программой обучения и представляют знания эксперта (преподавателя) о составе и структуре учебного предмета. Персональные знания позволяют определить степень изученного материала обучаемым. Эти знания динамичные, изменяются в процессе обучения и предназначены для адаптации информационных обучающих систем к конкретному обучаемому. В настоящее время существует большое количество моделей представления знаний, среди которых наиболее используемыми являются логические, продукционные, сетевые, фреймовые и математические. Главными преимуществам математической модели являются точность, работа с абстракциями, передача информации логически однообразным способом. Математическая модель представления знаний на основе теории нечетких множеств позволяет, в отличие от остальных, учесть семантическую неопределенность оценивания экспертом (преподавателем) степень подготовки обучаемого.


Об авторах

Ю. Б. Попова
Белорусский национальный технический университет, г. Минск
Беларусь


А. И. Бураковский
Белорусский национальный технический университет, г. Минск
Беларусь


Список литературы

1. Бураковский, А. И. Математические модели пользователей в адаптивных обучающих системах / А. И. Бураковский, Ю. Б. Попова // Информационные технологии в образовании, науке и производстве : материалы МНТИК. — Режим доступа: http://www.bntu.by/news/67-conference-mido/1545–2014–11–22–12–18–35.html.

2. Брусиловский, П. Л. Адаптивные и интеллектуальные технологии в сетевом обучении / П. Л. Брусиловский // Новости искусственного интеллекта. – 2002. – № 5. – С. 25–31.

3. Брусиловский, П. Л. Интеллектуальные обучающие системы / П. Л. Брусиловский // Информатика. Информационные технологии. Средства и системы. – 1990. – № 2. – С. 3–22.

4. Савельев, А. Я. Автоматизированная обучающая система КОНТАКТ на базе ЕС ЭВМ: версия КОНТАКТ/ОС. Вып. 2 / А. Я. Савельев ; под ред. Л. В. Ницецкого. – Рига : РПИ, 1979. — 67 с.

5. Garret, B. The value of intelligent multimedia simulation for teaching clinical decision-marking skills. / B. Garret, D. Callear // Nurse Educ Today. – 2001. – № 21. – P. 382–390.

6. Спицын, В. Г. Представление знаний в информационных системах : учебное пособие / В. Г. Спицын, Ю. Р. Цой. – Томск : Изд-во Томского политехнического университета, 2008. – С. 8.

7. Полани, М. Личностное знание / М. Полани. – М. : Прогресс, 1985. – 103 с.

8. Попов, Э. В. Искусственный интеллект : справочник. Кн. 1. Системы общения и экспертные системы / под ред. Э. В. Попова. – М. : Радио и связь, 1990. – 464 с.

9. Клыков, М. С. Основы управления : учебное пособие / М. С. Клыков, Н. П. Григорьев, Т. И. Балалаева. – Хабаровск : Издательство ДВГУПС, 2007 – C. 2.

10. Берштейн, Л. С. Функционально-структурное исследование ситуационно-фреймовой сети эксплуатационной системы с нечеткой логикой / Л. С. Берштейн [и др.] // Изв. АН. Сер. Техническая кибернетика. – 1994. – № 2. – С. 120–124.

11. Головчинер, М. Н. Введение в системы знаний : курс лекций / М. Н. Головчинер. – Томск, 2011. – С. 20.

12. Коробова, И. Л. Методы представления знаний / И. Л. Коробова. – Тамбов : Издательство ТГТУ, 2003. – C. 10–13.

13. Борисов, А. Н. Обработка нечеткой информации в системах принятия решений. / А. Н. Борисов [и др.]. – М. : Радио и связь, 1989. – 304 с.

14. Карелин, В. П. Модели и методы представления знаний и выработки решений в интеллектуальных информационных системах с нечеткой логикой / В. П. Карелин // Вестник Таганрогского института управления и экономики. – 2014. – № 1 (19) – С. 75–83.

15. Белоус, В. А. Современные модели представления знаний в обучающих системах / В. А. Белоус, Е. С. Кудинов, М. Э. Желнин // Ученые записки. Электронный научный журнал Курского государственного университета. – 2010. – № 1. – С. 9–14.

16. Денисова, И. Ю. Математические модели представления знаний эксперта в информационной обучающей системе дистанционного обучения / И. Ю. Денисова, М. В. Баканова // Известия Пензенского государственного педагогического университета. ПГУ. – 2011. – С. 360–361.


Дополнительные файлы

Для цитирования: Попова Ю.Б., Бураковский А.И. ПРЕДСТАВЛЕНИЕ ЗНАНИЙ В ОБУЧАЮЩИХ СИСТЕМАХ НА ОСНОВЕ ТЕОРИИ НЕЧЕТКИХ МНОЖЕСТВ. «Системный анализ и прикладная информатика». 2016;(2):58-65.

For citation: Popova Y.B., Burakovski A.I. REPRESENTATION OF KNOWLEDGE IN LEARNING SYSTEMS BASED ON THE THEORY OF FUZZY SETS. «System analysis and applied information science». 2016;(2):58-65. (In Russ.)

Просмотров: 156

Обратные ссылки

  • Обратные ссылки не определены.


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.

ISSN 2309-4923 (Print)
ISSN 2414-0481 (Online)