تشخیص سبک یادگیری دانش آموز به وسیله شبکه عصبی هوش مصنوعی برای انطباق پذیری رابط کاربری

سال انتشار: 1398
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 900

فایل این مقاله در 8 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:

ECMECONF02_035

تاریخ نمایه سازی: 31 تیر 1398

چکیده مقاله:

امروزه آموزش و یادگیری به صورت آنلاین مورد توجه بسیاری از کشورها و سازمان های آموزشی قرار گرفته است. در این راستا سبک یادگیری سیستم آموزش الکترونیکی مجهز به محاسبات ابری نقش مهمی را در این روند ایفا می کند. اطلاعات و فن آوری ارتباطات در حال انطباق با نظام آموزشی است به طوری که آموزش الکترونیکی به روند بسیار مدرن فناوری آموزشی تبدیل شده است. به طور مثال آموزش الکترونیکی همان ابزار جدیدی است که با آن آموزش تصویری از راه دور صورت می گیرد که به وسیله مکانیزم انتقال از طریق اینترنت، باعث ارتقا استانداردهای سیستم آموزشی شده است. سیستم آموزش الکترونیکی مربوطه معمولا بسته های نرم افزاری و منابع سخت افزاری را می طلبد که امروزه بسیاری از موسسات آموزشی نمی توانند چنین سرمایه و محیطی را فراهم کنند. بنابراین رایانش ابری بهترین گزینه برای حل این مشکل است. در حال حاضر ضرورت ارتقای نظام آموزشی برای بهتر نتیجه گرفتن هست. در این مقاله به ویژگی های آموزش الکترونیکی اشاره می کنیم و سپس به تحلیل ایده محاسبات ابری و توصیف و پیاده سازی بستر رایانش ابری از طریق ادغام کردن روشهای الکترونیکی پرداخته میشود در ادامه ما یک راهکار برای تشخیص سبک یادگیری دانش آموز وسیله شبکه عصبی هوش مصنوعی برای بهینه سازی محیط کاربری را در مرحله اولیه ارائه می دهیم. این تکنیک تشخیص بر اساس الگوریتم یادگیری ماشین که به آن شبکه های عصبی مصنوعی گفته میشود انجام می پذیرد.

نویسندگان

آرزو یادگاری

دانشجو کارشناسی رشته فناوری اطلاعات دانشگاه علمی کاربردی واحد کارگر

فروز داودزاده

دانشجو کارشناسی رشته فناوری اطلاعات دانشگاه علمی کاربردی واحد کارگر

نیره زاغری

دکتری تخصصی مهندسی کامپیوتر هوش مصنوعی رباتیک

فرشته مقیمی

دانشجو کارشناسی رشته فناوری اطلاعات دانشگاه علمی کاربردی واحد کارگر