ترجمه فارسی مقاله ردیابی دانش شخصی از طریق بازسازی دانش آموزان و کاهش عدم تعادل کلاس

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Personalized Knowledge Tracing through Student Representation Reconstruction and Class Imbalance Mitigation
عنوان مقاله به فارسی ردیابی دانش شخصی از طریق بازسازی دانش آموزان و کاهش عدم تعادل کلاس
نویسندگان Zhiyu Chen, Wei Ji, Jing Xiao, Zitao Liu
فرمت مقاله انگلیسی PDF
تعداد صفحات 9
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Machine Learning,Artificial Intelligence,Computers and Society,یادگیری ماشین , هوش مصنوعی , رایانه و جامعه ,
توضیحات Submitted 10 September, 2024; originally announced September 2024.
توضیحات به فارسی ارسال شده 10 سپتامبر 2024 ؛در ابتدا سپتامبر 2024 اعلام شد.
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Knowledge tracing is a technique that predicts students' future performance by analyzing their learning process through historical interactions with intelligent educational platforms, enabling a precise evaluation of their knowledge mastery. Recent studies have achieved significant progress by leveraging powerful deep neural networks. These models construct complex input representations using questions, skills, and other auxiliary information but overlook individual student characteristics, which limits the capability for personalized assessment. Additionally, the available datasets in the field exhibit class imbalance issues. The models that simply predict all responses as correct without substantial effort can yield impressive accuracy. In this paper, we propose PKT, a novel approach for personalized knowledge tracing. PKT reconstructs representations from sequences of interactions with a tutoring platform to capture latent information about the students. Moreover, PKT incorporates focal loss to improve prioritize minority classes, thereby achieving more balanced predictions. Extensive experimental results on four publicly available educational datasets demonstrate the advanced predictive performance of PKT in comparison with 16 state-of-the-art models. To ensure the reproducibility of our research, the code is publicly available at https://anonymous.4open.science/r/PKT.

چکیده به فارسی (ترجمه ماشینی)

ردیابی دانش تکنیکی است که عملکرد آینده دانش آموزان را با تجزیه و تحلیل فرایند یادگیری خود از طریق تعامل تاریخی با بسترهای آموزشی هوشمند پیش بینی می کند و امکان ارزیابی دقیق تسلط دانش آنها را فراهم می کند.مطالعات اخیر با استفاده از شبکه های عصبی عمیق قدرتمند ، پیشرفت چشمگیری داشته است.این مدل ها بازنمودهای ورودی پیچیده ای را با استفاده از سؤالات ، مهارت ها و سایر اطلاعات کمکی ایجاد می کنند اما از ویژگی های دانشجویی جدا می شوند ، که توانایی ارزیابی شخصی را محدود می کند.علاوه بر این ، مجموعه داده های موجود در این زمینه مسائل عدم تعادل کلاس را نشان می دهد.مدل هایی که به سادگی تمام پاسخ ها را بدون تلاش قابل توجه پیش بینی می کنند ، می توانند دقت چشمگیر داشته باشند.در این مقاله ، ما PKT را پیشنهاد می کنیم ، یک رویکرد جدید برای ردیابی دانش شخصی.PKT بازنمایی های توالی تعامل با یک بستر تدریس را برای گرفتن اطلاعات نهفته در مورد دانش آموزان بازسازی می کند.علاوه بر این ، PKT از دست دادن کانونی برای بهبود اولویت بندی کلاس های اقلیت ، در نتیجه دستیابی به پیش بینی های متعادل تر برخوردار است.نتایج تجربی گسترده در چهار مجموعه داده آموزشی در دسترس عموم ، عملکرد پیش بینی پیشرفته PKT را در مقایسه با 16 مدل پیشرفته نشان می دهد.برای اطمینان از تکرارپذیری تحقیقات ما ، این کد به صورت عمومی در https://anonymous.4open.science/r/pkt در دسترس است.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.