Made available in DSpace on 2016-08-10T10:40:19Z (GMT). No. of bitstreams: 1 Noeli Antonia Pimentel Vaz.pdf: 27939265 bytes, checksum: a285e763b07345fb2801fce0e9ed4cfe (MD5) Previous issue date: 2013-05-15 / The generation of a pattern of navigation in Virtual Learning Environments (VLE) closer to the characteristics of the student is a question relevant of research. This paper takes as its starting point a Hybrid Intelligent Tutoring System (HITS) already proposed in the literature that uses the Artificial Neural Networks MLP (Multi Layer Perceptron) and rules of faculty experts, and adds a methodology using Partial Differential Equations (PDE) calculated by the method of finite differences, in order to improve the navigation decision to lead the student in a personalized way, adding to their biggest gains learning process. The original HITS developed for web platform has been adapted using technologies that enable the evolution system and the integration of the system settings for navigation mid-level, system without adaptive capacity, and the smart navigation were conducted to verify the effectiveness of the proposed system. Data obtained were evaluated by statistical tests with 5% level of significance, which proved the efficiency of the proposed model. / A geração de um padrão de navegação em Ambientes Virtuais de Aprendizagem (AVA) mais próximo das características do estudante é uma questão relevante de pesquisa. Esta dissertação toma como ponto de partida um Sistema Tutor Inteligente (STI) Híbrido já proposto na literatura que utiliza Redes Neurais Artificiais do tipo MLP (Multi Layer Perceptron) e regras de docentes especialistas; e agrega uma metodologia utilizando Equações Diferenciais Parciais (EDP) calculadas pelo método das diferenças finitas, com o objetivo de melhorar a decisão de navegação, para conduzir o estudante de forma personalizada, agregando melhores ganhos ao seu processo de aprendizado. O STI original, desenvolvido para plataforma web, foi adaptado utilizando tecnologias que possibilitem a evolução do sistema e a integração a Ambientes Virtuais de Aprendizagem, como o Moodle, por exemplo. Experimentos com o sistema em configurações para a navegação nível médio (sistema sem capacidade adaptativa) e a navegação inteligente foram realizados para verificação da efetividade do sistema proposto. Os dados obtidos foram avaliados por meio de testes estatísticos com nível de significância de 5%, que comprovam a eficiência do modelo proposto.

Made available in DSpace on 2014-07-29T15:08:19Z (GMT). No. of bitstreams: 1 dissertacao_pedro_quindere.pdf: 1753745 bytes, checksum: 1a9e14157501ea719da0e4e18d0479eb (MD5) Previous issue date: 2008-02-23 / In the context of efficient information transmission among people and, particularly in the helping of learning and training processes, this investigation presents results on the use of the technology of Hybrid Intelligent Tutoring Systems, based on artificial neural networks and expert rules, developed by Martins [MEA 2004], Melo [MEL 2003] and Meireles [MEI 2003]. Due to the fact that, in its initial empirical validation, neural training data has been originated from courseware in Introduction to Data Processing , some doubts have remained on the applicability of the trained neural network to other scenarios. The present production has approached these issues by the formalization of the content format and by presenting promising empirical results in two other scenarios: Scientific Methodology and Biological Rhythms . Results were analyzed by non-parametric methods with 5% significance. They reinforce the hypotheses that the studied tutoring system is efficient, able to reduce differences of distinct groups and shows thematic adaptability actually / No contexto da transmissão eficiente de informação entre pessoas, particularmente no auxílio a processos de ensino-aprendizagem e treinamento empresarial, este trabalho apresenta resultados da investigação do uso da tecnologia de Sistemas Tutores Inteligentes Híbridos, baseada em redes neurais artificiais e regras de especialistas, desenvolvida por Martins [MEA 2004], Melo [MEL 2003] e Meireles [MEI 2003]. Por utilizar, em sua validação empírica inicial, dados de treinamento neural provenientes de conteúdo na área de Introdução ao Processamento de Dados , restaram dúvidas sobre a aplicabilidade da rede neural treinada a outros cenários. Esta pesquisa aborda tais questões, formalizando requisitos de formatação dos conteúdos e apresentando resultados promissores em dois outros cenários distintos: Metodologia Científica e Ritmos Biológicos . Os dados obtidos são analisados através de métodos não-paramétricos e nível de significância de 5%, sugerindo que o sistema tutor ensina eficientemente, uniformiza grupos distintos de indivíduos e realmente apresenta adaptabilidade temática