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: 1065
نویسندگان
دانشجو کارشناسی رشته فناوری اطلاعات دانشگاه علمی کاربردی واحد کارگر
دانشجو کارشناسی رشته فناوری اطلاعات دانشگاه علمی کاربردی واحد کارگر
دکتری تخصصی مهندسی کامپیوتر هوش مصنوعی رباتیک
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 ابریمقالات مرتبط جدید
- فشرده سازی داده های ساخته شده با پاشش گاوسی در مدل سازی سه بعدی با استفاده از تحلیل مولفه اصلی
- دسته بندی عیوب جوش روی تصاویر پرتونگاری صنعتی با معرفی مدل یادگیری عمیق WeldClassNet
- بهبود تخمین بارندگی از پردازش تصاویر ماهواره ای با تلفیق هوش مصنوعی و داده های جغرافیایی (مطالعه موردی شهرستان بندرانزلی)
- تشخیص بیماری صرع در سیگنالهای الکتروانسفالوگرافی با استفاده از الگوریتم ازدحام ذرات و ماشین بردار پشتیبان کوانتومی
- ارائه روش بهبود شناسایی کشتی در تصاویر SAR با استفاده از شبکه عصبی عمیق مبتنی بر باکس های مرزی چرخشی و الگوریتم توجه ادغام شده
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.