ФОРМИРОВАНИЕ ИНДИВИДУАЛЬНОЙ ТРАЕКТОРИИ ОБУЧЕНИЯ АВТОМАТИЗИРОВАННОМУ ПРОЕКТИРОВАНИЮ СРЕДСТВАМИ ИНТЕЛЛЕКТУАЛЬНОЙ АДАПТИВНОЙ СИСТЕМЫ
Аннотация и ключевые слова
Аннотация (русский):
Целью работы является повышение эффективности обучения автоматизированному проектированию печатных плат судовых интегрированных систем управления (АПР ПП СИСУ) с формированием индивидуальной траектории обучения, при котором возникает необходимость перехода от традиционного обучения к интеллектуальному адаптивному обучению. Методом исследования является анализ особенности формирования индивидуальной траектории обучения АПР ПП. Результаты исследования и новизна: разработан алгоритм реализации учебного курса при интеллектуальном адаптивном обучении АПР ПП СИСУ; разработан алгоритм определения уровня сложности учебного материала для обучения АПР ПП по приоритету изучения; рассмотрен алгоритм Кохонена для формирования интеллектуальной адаптивной среды образовательного процесса обучения АПР ПП СИСУ; разработан алгоритм адаптивного тестирования с формированием индивидуальных траекторий обучения АПР ПП СИСУ с учетом предпочтения и индивидуальных характеристик обучаемого.

Ключевые слова:
искусственный интеллект, автоматизированное проектирование, печатная плата, интеллектуальная адаптивная система обучения, искусственная нейронная сеть, индивидуальная траектория обучения
Список литературы

1. Курейчик, В.В. Мобильное обучение: контекстная адаптация и сценарный подход [Текст] / В.В. Курейчик, С.И. Родзин, Л.С. Родзина // Открытое образование. – 2013. - №4. - С.75-82.

2. Ципина, Н.В. Разработка моделей, алгоритмов и средств процесса автоматизированного обучения : специальность 05.13.10 Управление в социальных и экономических системах: дис. на соискание ученой степени канд. тех. наук. [Текст] / Ципина Наталья Викторовна; Воронежский государственный технический университет. - Воронеж, 2002. – 137 с.

3. Киселева, Е.И. Разработка модели обучающей системы и алгоритмов оптимизации ее функционирования с помощью интеллектуальных методов: специальность 05.13.17 – Теоретические основы информатики : дис. на соискание ученой степени канд. тех. наук. [Текст] / Киселева Екатерина Игоревна; Вологодский государственный университет. - Воронеж, 2018. – 113 с.

4. Коцюба, И.Ю. Основы проектирования информационных систем: учеб. Пособие [Текст] / И.Ю. Коцюба, А.В. Чунаев, А.Н. Шиков. – Санкт Петербург. - Изд-во Университета ИТМО, 2015. - 206 с.

5. Павлов, А.Д. Проектирование и реализация адаптивной интегрированной модели в интеллектуальной инструментальной среде дистанционного обучения Mathbridge [Текст] / А.Д. Павлов // XXIII Туполевские чтения (школа молодых ученых), Международная молодежная научная конференция: Материалы конференции. Сборник докладов. – Казань, 2017. - С. 155-159.

6. Кузнецова, О.В. Модели и алгоритмы автоматизированного проектирования печатных узлов на основе трехмерного моделирования : специальность 05.13.12 Системы автоматизации проектирования (приборостроение): дис. на соискание ученой степени канд. тех. наук. [Текст] / Кузнецова Ольга Валерьевна, Федеральное государственное автономное образовательное учреждение высшего образования «Санкт-Петербургский национальный исследовательский университете информационных технологий, механики и оптики». - Санкт Петербург, 2016. – 153 с.

7. Шустова, Н.А. Контроль знаний в автоматизированной обучающей системе [Текст] / Н.А. Шустова // Программные продукты и системы. – 2013. - №2. - С. 90-94.

8. Солдаткина, Е.В. Адаптивный алгоритм обучающего тестирования в структуре электронного ученика «Теоретическая метрология» [Текст] / Е.В. Солдаткина, Р. А. Пятаикина // Вестник Южно-Уральского государственного университета. Серия: Образование, здравоохранение, физическая культура. – 2005. - №6. - С. 120-123.

9. Попова, Ю.Б. Искусственная нейронная сеть в обучающей системе CATS [Текст] / Ю.Б. Попова // Цифровая трансформация. – 2019. - №2. - С. 53-59.

10. Войт, Н.Н. Разработка методов и средств адаптивного управления процессом обучения в автоматизированном проектировании: дис.... канд. тех. наук. [Текст] / Н.Н. Войт. - Ульяновск, 2009. – 232 с.

11. Ишакова, Е.Н. Математическое и алгоритмическое обеспечение прогнозирования рисков на основе нейронной сети Кохонена [Текст] / Е.Н. Ишакова, Т. М. Зубкова // Вестник Оренбургского государственного университета. – 2014. - №9. - С. 182-186.

12. Акимов, С.С. Нейронные сети в среде вышего образования [Текст] / С.С. Акимов, И.А. Кушнерова // Тенденции инновационного развития науки и практики: сб. науч. тр. / Тенденции иновационного развития науки и практики. Сборник научных статей по материалам Международной научной-практической конференции. – Смоленск, 2017. - С. 112-114.

13. Sanal, M.G. Artificial intelligence and deep learning: The future of medicine and medical practice [Текст] / M.G. Sanal, K. Paul, S. Kumar, N.K. Ganguly // Journal of associa-tion of physicians of India. – 2019. - Volume 67. - P. 71-73.

14. Rani, M. An ontology-based adaptive personalized e-learning system, assisted by software agents on cloud storage [Текст] / M. Rani, R. Nayak, O.P. Vyas // Knowledge-based systems. – 2015. - Volume 90. - P. 33-48.

15. Zhuang, L. Design of vibration signal data acquisition system for ship mechanical and electrical equipment [Текст] / L. Zhuang // Journal of coastal research. – 2019. - Volume 97. - P. 254-260.

16. Luo, X. Research on communication technology of ship integrated monitoring system based on opc [Текст] / X. Luo // 2020 International conference in intelligent transportation, big data and smart city. – 2020. - P. 538 -531.

Войти или Создать
* Забыли пароль?