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

  • سال انتشار: 1398
  • محل انتشار: دومین کنفرانس ملی پژوهش های کاربردی در علوم برق ،کامپیوتر و مهندسی پزشکی
  • کد COI اختصاصی: ECMECONF02_035
  • زبان مقاله: فارسی
  • تعداد مشاهده: 988
دانلود فایل این مقاله

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

چکیده

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.

کلیدواژه ها

آموزش الکترونیکی، شبکه عصبی، هوش مصنوعی، رایانش ابری

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.