基于Web的智能教学系统模型

智能教学系统是当前计算机应用的重要领域之一，文中主要研究在国家知识基础设施(NKI)支撑下的基于Web的智能教学系统模型：NKI-Tutor。NKI-Tutor包括七个模块：学生模型、教学模型、交互模型、NKI知识库、专家模型、出题模块和模拟工具，其主要特点是：(1)教学内容覆盖多个学科知识，且是动态的知识库；(2)交互模块给教师提供可操作的教学策略描述语言，便于教师在系统中设计个性化的教学策略。     

WBITS中基于神经规则的知识表示与管理

针对当前智能教学系统存在的不足,设计了一个基于WEB的智能教学系统模型。详细介绍了该系统中引入的基于神经规则的知识表示方法并简要说明了推理过程。最后,详细给出了知识获取与知识更新算法,解决了智能教学系统中知识库维护难的问题。     

智能教学系统中知识表示模型的研究与设计

研究了智能教学系统功能与结构。分析了知识库模型在智能教学系统中的重要地位;通过对知识库中的教学内容与教学规则两类知识的分析和对超媒体知识表示的研究,构建了一个基于层次结构的超媒体网络模型,并在知识网络图中节点里嵌入教学规则,以实现教学内容的动态组织、呈现和教学过程中的自适应导航。该模型为教学系统的决策与分析提供了智能的辅助手段。     

基于知识联通的tutor-AI模型设计

为提高教学质量和效率，将基于知识本体的知识联通方法引入智能教学系统（Intelligent Tutor System，ITS）．介绍AI知识本体与问题上下文本体的创建和知识库设计，探讨两种基于本体的联通方法：基于概念主干的联通和基于〈属性，属性值〉对的联通．最后提出基于知识联通的tutor-AI模型，并分析该系统的教学质量．     

基于AGENT的网上教学系统设计与开发

对网上教学所涉及的知识构建模型、智能学习、智能答复和试题生成等技术作了深入讨论。利用多代理技术实现网上教学，提高了网上教学系统的智能性和主动性，并在研究的基础上开发了一个应用系统。结果表明：基于以上技术的网上教学系统是一个实用的智能化系统。     

智能教学中的知识模型与教学评价的研究

目前,基于Web的智能教学系统是计算机应用于教育领域的研究方向之一.本文从知识点及其关系出发构建一个知识网络模型,并基于该模型介绍如何进行领域知识表示及考核试题设置,然后设计了试题难度系数的动态更新方法,还提出一种简捷的知识诊断方法,准确地将学生学习缺陷定位到具体的知识点,得出学习路径方面的建议,从而增强了教学的针对性.     

基于Web的智能教学系统的研究与实现

针对当前智能教学系统存在的不足,设计了一个基于WEB的智能教学系统模型。主要论述了系统的功能结构,学生模型和教师模型的构造以及知识表示方法和推理机运用知识进行推理的过程,侧重于方法与策略的研究与应用。旨在通过本系统的实现,为网络学习中的用户提供个性化、智能化的学习内容与指导。     

基于产生式系统的智能教学研究

随着人工智能技术的引入,计算机辅助教学发展成为计算机智能教学系统(ITS)。ITS大大地提高和改善了教学效果和效率。知识推理主要应用于智能教学系统的教学策略、教学方法的产生和调整方面。本文介绍了智能教学系统的形式化模型,提出了基于产生式系统的推理策略。     

基于web的智能教学系统研究

该文对智能教学系统进行了深入的研究,提出了由用户环境和教学环境组成的基于web的智能教学系统形式化模型,并且对系统运行过程进行了详细的分析。该模型将本体论引入到领域知识的表示中提高了教学资源的重用和共享程度;同时,充分考虑了web以及用户环境所提供的与用户相关信息在智能教学系统中的重要作用。系统基于多领域多应用,结合认知能力、知识水平、学习风格、心理特征等知识结构和认知心理因素来对用户进行建模以增强系统的自适应能力和提高教学效果。     

智能教学系统NKI-Tutor的知识查询设计

NKI-Tutor是国家知识基础设施面向应用的智能教学系统，其功能是将NKI丰富的知识传授给用户。知识查询是NKI-Tulor给用户提供的一种查询式学习模式。该文研究如何通过NKI-Tutor的知识查询界面实现用户与智能教学系统的交互而获得所需知识，提出了基于自然语言理解的知识查询方法，用于构造和实现NKI-Tutor中用户查询知识的交互界面。该方法包括3方面内容：(1)分析用户的知识查询形式，采集用户查询句型模板；(2)根据用户查询的知识特征，把知识查询映射到概念．关系模型上；(3)通过智能分词和模糊匹配构造查询结果。     

基于LOM的知识模型与个性化学习控制

在智能教学系统中,知识模型是专家模型的核心,是实现智能教学的一个关键问题。本文讨论知识点及其相互关系的形式表示,提出基于LOM的知识点模型与学习控制策略。知识点被设计、封装为学习对象,提高了学习内容的可重用性、可管理性、可定制性与互操作性。LOM的语义描述能力,使得系统本身具有一定程度的知识理解能力。以知识点LOM模型为结点的知识网络是语义网络,其语义计算能力便于知识的发现与关联。将专家知识网络动态映射为学生知识网络,实现了个性化学习。     

基于Petri网的知识空间建模方法与学习路径控制

对学生学习路径的控制和学习状态的了解在自主学习系统中是一个重要的问题,以知识空间理论为基础建立了学习状态空间,并通过Petri网对该学习状态空间进行了建模,利用Petri网实现了学习状态空间中所有可能的学习路径控制和学生学习状态的了解,在此模型中学生可以利用Petri网的变迁实现自由的学习控制,并通过Petri网库所标识来了解学生的学习状态,达到个性化学习路径的目的。     

面向任务需求的集群企业知识转移仿真*

企业间知识转移是一个复杂的演化过程,当前研究主要集中在理论分析上,通过建模和仿真研究其演化过程的成果尚不多见。从任务需求的角度出发,提出了一种多主体企业间知识转移模型——MASKT(multi-agent system knowledge transfer)模型。该模型引入了强化学习机制及学习对象选择机制,并基于知识收益度对知识转移效果进行了评价。仿真结果表明,强化学习及学习对象选择机制能使企业的知识收益趋于最大化,企业间的知识势差与知识收益的关系呈倒U型结构。     

多层次网络学习模型与学习控制研究

在网络化的学习环境中,由于存在着学习需求多样化和缺乏针对性学习内容情况,因此如何提供一套完整的学习模型和学习控制机制对于提高学生学习效率显得尤为重要。基于知识空间理论和高级Petri网技术,建立了基于同一学习内容的,适应不同学习需求和不同学习对象的多层次的学习模型和学习控制机制,通过该模型可以很大程度上满足以上要求,避免了“知识迷路”和“学习迷航”,提供更加个性化的学习指导。     

超文本学习状态空间模型与学习控制

超文本教学材料的路径控制是超文本教育应用中存在的一个重要问题。文中以知识空间理论和一般的关系型超文本数学模型为基础,相入超文本学习状态空间的概念;通过定义学习状态空间的数学模型和学习状态跃迁阈值,实现对状态空间学习路径的控制,避免学生“走弯路”,提高了超文本的教学效果。在这种控制方式下,学生在学习状态内部有充分的自由浏览各个知识点;在学习状态之间学生的浏览则受到合理的控制,从而达到了自由与控制的统     

基于SCORM的学习知识库交换模型的设计

为了提高学科知识库在不同学习管理平台之间的共享和重用,在分析了学科知识库结构和知识点关系的基础上,提出了一种基于知识点的学科知识库交换模型.该模型遵照SCORM的语法结构,并根据学科知识体系表达的需要,扩展了SCORM规范的语义;同时针对SCORM模型的不足,扩展了item元素来适应学科知识库的资源引用方式.最后通过示例表明了该模型的可行性,并讨论了学科知识体系的规范表达机制和符合规范的学科知识库的构建方法.     

Inventory control as an identification problem based on fuzzy logic

An approach is proposed to solving inventory control problems using information available on current demand and stock. The approach is based on identification of nonlinear dependences using fuzzy knowledge bases. By tuning a fuzzy model against a learning sample, model control actions can be made very close to an expert’s decision. This approach can further be developed by creating adaptive (neuro-fuzzy) inventory control models for enterprises and trading companies. __________ Translated from Kibernetika i Sistemnyi Analiz, No. 3, pp. 123–133, May–June 2006.     

学习者知识追踪研究进展综述

学习者建模是自适应学习系统的支撑技术之一,其中以知识追踪为代表的学习者知识状态建模研究最为广泛。3种代表性的知识追踪技术分别为基于隐马尔可夫模型的贝叶斯知识追踪、基于逻辑回归模型的可加性因素模型、基于循环神经网络的深度知识追踪。通过综述发现,贝叶斯知识追踪模型适用于含单一知识点的学习任务的知识追踪,可加性因素模型和深度知识追踪模型适用于含多知识点的学习任务的知识追踪,但深度知识追踪模型的教学可解释性不佳。在综述现有研究的基础上,受到知识空间理论的启发,将知识点之间的先决关系融入到知识追踪模型是未来的一个重要研究方向,并初步提出了一种融合知识点先决关系的可加因素模型。     

一种信度网推理的并行计算模型

基于概率知识表达的信度网已成为人工智能中非确定知识表达和推理的研究热点。推理算法是信度网学习和应用的基础。该文提出了一种基于经典Polytree算法的推理计算模型。该模型表达清楚,计算过程容易控制,并能够简单地映射到并行机结构上。该文首先介绍了模型在单联通网络下的计算步骤,然后将模型引入到多联通网络上。     

协同学习环境中的嵌套式知识空间模型和感知处理

为使协同学习环境能提供合理的学习导航和灵活的感知处理,提出了嵌套式知识空间模型,其中包含知识域、知识域之间的4种关系和知识空间等．根据该模型建立的协同学习环境,可以对系统中的文档资料进行有效的组织和管理,帮助学习者找到学习目标以及所需的资料进行学习．为了消除用户在远程协同学习环境中的“孤独感”,在嵌套式知识空间模型的基础上,提出了协同学习环境中的多级感知处理模型．它包括两种感知方式：多层感知空间方式和定制监测方式．此外在感知处理模型中,为用户提供了信息过滤器和隐私保护器,可有效地进行信息过滤和隐私保护．