Spelling suggestions: "subject:"autor inteligentes"" "subject:"tutor inteligentes""
1 |
Um modelo de estudante baseado em redes Bayesianas para o estudo de fundamentos de orientação a objetosLima, Samuel Fontes 18 August 2010 (has links)
Made available in DSpace on 2016-03-15T19:37:32Z (GMT). No. of bitstreams: 1
Samuel Fontes Lima.pdf: 2071921 bytes, checksum: 2d66276b3ab526cbf68f0f727c2e1f3d (MD5)
Previous issue date: 2010-08-18 / Nowadays, object oriented languages are among the most used ones. Recent studies with beginners have shown that the object oriented programming language (OOP) concepts are not so easy to learn. Students have difficulties not only in understanding those OOP concepts, but also in applying them to solving problems. Therefore, an Intelligent Tutoring System (ITS) is suggested in order to help in the learning process of these concepts. One of the most important challenge for ITS development is the individual treatment of student, which is mainly obtained by system adaptativity to the characteristics of each student. This adaptativity to student is a complex issue and the focus of several researches. It encloses several areas of personality such as: learning style, intelligence, previous knowledge, student background and emotions. Thus, the student model is extremely important because all individual information of student is in it. It is here where Artificial Intelligence (AI) techniques have been employed. This paper approaches the adaptativity issue of tutoring system to student knowledge through a student model based on Bayesian Network (BN). Taking into consideration that the student knowledge level is an inaccurate information, and even professors deal with this uncertainty, the Bayesian Networks (BNs), also known as Belief Network, have been chosen. They are considered proper for uncertain spheres for employing the probabilistic reasoning, which allows to identify a certain belief degree of student knowledge level. Therefore, the BNs have been employed in ITS in the inferences concerning student behavior as well as in the decision-making
process concerning tutor actions. / Atualmente as linguagens orientadas a objeto encontram-se entre as mais utilizadas. Estudos recentes com alunos iniciantes demonstram que os conceitos de programação orientada a objetos (POO) não são tão fáceis de assimilar. Os estudantes encontram dificuldades não somente no entendimento dos conceitos de POO, mas também na aplicação deles na resolução de problemas. Diante disso, propõe-se o emprego de um Sistema Tutor Inteligente (STI) para auxiliar no processo de aprendizagem desses conceitos. Um dos principais desafios para o desenvolvimento de um STI é o tratamento individualizado do estudante, que é obtido principalmente por meio da adaptatividade do sistema às características de cada aprendiz. A adaptatividade ao aprendiz é uma questão complexa, foco de várias pesquisas, abrange várias características da personalidade: estilo de aprendizagem, inteligência, conhecimento anterior, histórico do aprendiz e as emoções. Dessa forma, o modelo do estudante é de fundamental importância, pois contém as informações individuais do aprendiz. É nesse ponto que as técnicas de Inteligência Artificial (IA) têm sido empregadas. Este trabalho aborda a questão da adaptatividade do sistema tutor ao conhecimento do estudante por meio de um modelo de aprendiz baseado em Rede Bayesiana. Considerando-se que o nível de conhecimento do aprendiz é uma informação
imprecisa, e que até mesmo professores lidam com essa incerteza, optou-se pela utilização de Redes Bayesianas (RBs), também chamadas de Redes de Crença, que são consideradas adequadas para ambientes sob incerteza pois empregam o raciocínio probabilístico, o qual permite identicar um certo grau de crença sobre o nível de conhecimento do aprendiz. Devido a isso, RBs têm sido empregadas em STIs nas inferências sobre o comportamento do aprendiz e nas tomadas de decisões sobre as ações do tutor.
|
2 |
FA_PorT : um framework para sistemas portfólio-tutor baseado em agentes / FA_PorT : a framework for portfolio-tutoring systems basead in agentsMedeiros, Fábio Nicácio de 11 December 2006 (has links)
Distance Education expands the scope of the inside classroom teaching model since anybody, independent of where he lives or how much available time he has, has the
opportunity to initiate or complement his studies. Considering access facility, availability and interaction resources provided, the Internet is a midia sufficiently used for Distance Education.
This work has as objective the design and implementation of a framework, FA_PorT,for Portfolio-Tutoring systems coupled a Intelligent Tutoring Systems (STI) and using agents and present two applications Portfolio-Tutoring, created from the framework The FA_PorT mainly aiming the design of a model computer-based interactive learning environment for Portfolio-Tutoring systems. Each system Portfolio-Tutoring will be able to be used in the context of environment for EAD in the web.
The framework proposed, aims to reuse of internal architecture (or skeleton) of a portfolio-tutoring system based on ITS and Agents, doing with that development time of
a new portfolio-tutoring system will be reduced. / A Educação a Distância (EAD) amplia o alcance da modalidade de ensino presencial, já
que fornece aos indivíduos, independentemente do local onde moram ou tempo disponível,
a oportunidade de iniciar ou complementar seus estudos. Em virtude da facilidade de
acesso, disponibilidade e recursos de interação existentes, a Internet é uma mídia bastante
utilizada na EAD.
O objetivo deste trabalho é projetar e implementar um framework, FA_PorT, para
sistemas Portfólio-Tutor acoplado a um sistema Tutor Inteligente (STI) utilizando Agentes
e apresentar duas aplicações Portfólio-Tutor, criadas a partir do framework.
O FA_PorT visa propor um modelo de ambiente interativo de ensino e aprendizagem
baseado numa arquitetura para sistemas Portfólio-Tutor. Cada sistema Portfólio-Tutor
construído a partir do framework pode ser utilizado no contexto de ambientes de EAD
na web.
O framework proposto objetiva o reaproveitamento da estrutura interna (núcleo comum)
de um sistema Portfólio-Tutor baseado em STI e Agentes, fazendo com que o tempo
de desenvolvimento de um novo sistema Portfólio-Tutor seja reduzido
|
3 |
Modelo neural por padrões proximais de aprendizagem para automação personalizada de conteúdos didáticosMelo, Francisco Ramos de 25 March 2012 (has links)
This study presents a model for the organization of educational content customized for environments of individual studies. For many students the availability of content in general form can not be efficient. It proposed a multilevel structure of concepts to provide the development of different combinations to show the same content. The work shows that it is possible to customize the content in order to encourage other students with the use of proximal learning standards. These patterns are obtained from the analysis of the action of students with positive results in the individual organization of the content. The formal representation establishes the definition of the student profile, multi-level content, the distribution plan of correction of concepts and teaching career. The structure of the trajectory of student teaching is formally established by the method of finite differences. The system uses artificial intelligence techniques to organize and personalize content reactively. Customization is provided by an artificial neural network that enables the classification of the student profile and assign that profile to a standard proximal learning. To mediate and adjust the contents of a reactive system was inserted into a set of rules from experts in teaching. The experiment showed the applicability and appropriateness of the proposed model. The results indicated the suitability of the approach by automating the organization\'s custom content so adaptive and reactive. The intelligent system to establish the structure of the custom content to be presented was considered efficient, giving the student a better use of the content, with higher and lower final average study time and content presented. / Este trabalho apresenta uma modelagem para a organização personalizada de conteúdos didáticos para ambientes de estudos individuais. Para muitos estudantes a disponibilização do conteúdo em formato generalizado pode não ser eficiente. É proposta uma estrutura multinível de conceitos para proporcionar o desenvolvimento de diferentes combinações para a apresentação do mesmo conteúdo. O trabalho mostra que é possível personalizar o conteúdo de forma a favorecer outros estudantes com o uso de padrões proximais de aprendizagem. Estes padrões são obtidos da análise da ação de estudantes, com resultados positivos na organização individual do conteúdo. A representação formal estabelece a definição do perfil do estudante, o conteúdo multinível, o plano de distribuição dos conceitos e a correção da trajetória didática. A estruturação da trajetória didática do estudante é formalmente estabelecida pelo método das diferenças finitas. O sistema utiliza técnicas de inteligência artificial para organizar e personalizar reativamente o conteúdo. A personalização é proporcionada por uma rede neural artificial que possibilita a classificação do perfil do estudante e associa esse perfil a um padrão proximal de aprendizagem. Para mediar e ajustar o conteúdo de forma reativa foi inserido no sistema um conjunto de regras de especialistas em docência. O experimento realizado mostrou a aplicabilidade e a adequação da modelagem proposta. Os resultados indicaram a adequação da abordagem, automatizando a organização personalizada do conteúdo de forma adaptativa e reativa. O sistema inteligente ao estabelecer a estruturação personalizada do conteúdo a ser apresentado foi considerado eficiente, proporcionando ao estudante um melhor aproveitamento do conteúdo, com maior média final e menor tempo de estudo e conteúdo apresentado. / Doutor em Ciências
|
4 |
Estudos para uma métrica da aprendizagem do curso Domus Procel Edifica: integrando mapas conceituais e taxonomia revisada para um sistema inteligente de avaliação na webSilva, Naira Vincenzi da 13 March 2013 (has links)
This study is a qualitative research project classified as practical and participatory action
research designs, which has as its aim the creation of an instructional design, used as a
learning metric for Domus Software - Procel Edification, which integrates concept maps and
the revised Bloom taxonomy into an intelligent web assessment system. This metric aligns
curriculum concept maps along with conceptual and procedural knowledge of the Domus
software - Procel edifies the retaining cognitive processes, provides understanding and
application, through offering a model of instructional design, which assigns weights to those
cognitive processes attained by students and identifies principles to be used in its
applicability for the evaluation of distance learning. The authors also present the results for
alignment, inferring weights as well as an outline of the logical sequence along with steps for
the implementation of the intelligent system through the association of some exemplification
slides. / O presente trabalho é uma pesquisa qualitativa e classificada como practical and
participatory action research designs (desenho de pesquisa de prática e ação participativa),
que tem como intuito criar um desenho instrucional para uma métrica da aprendizagem do
Software Domus Procel Edifica, integrando mapas conceituais à taxonomia revisada de
Bloom em um sistema inteligente de avaliação na Web. Essa métrica alinha mapas conceituais
curriculares, conhecimentos procedimentais e conceituais do software Domus − Procel
Edifica aos processos cognitivos de retenção, entendimento e aplicação, oferecendo um
modelo de desenho instrucional, que atribui pesos aos processos cognitivos alcançados pelos
estudantes e identifica alguns princípios para sua aplicabilidade na avaliação da aprendizagem
a distância. Apresenta-se ainda, resultados de alinhamento, inferência de pesos e um esboço
da sequência lógica e etapas de execução do sistema inteligente, associando-se algumas telas
de exemplificação. / Mestre em Educação
|
Page generated in 0.061 seconds