Dirbtiniai neuroniniai tinklai personalizuotam mokymuisi

Abstract

Darbo paskirtis yra aprašyti metodą, kurio pagalba būtų galima personalizuoti mokymosi procesą panaudojant dirbtinius neuroninius tinklus. Personalizavimas susideda iš mokymosi stiliaus [2] nustatymo klausimyno pagalba bei to stiliaus priskyrimo konkrečiai mokymosi veiklai (objektui, scenarijui). Tačiau lieka esminis klausimas ar teisingai yra nustatytas mokymosi stilius, nes klausimynas nėra labai efektyvus norint gauti tikslią ir išsamią informaciją apie mokinį, todėl yra poreikis turėti mechanizmą, leidžiantį realiu metu stebėti, analizuoti ir kaupti duomenis apie mokinio sąveiką su mokomąja aplinka ir tokiu būdu nuolat koreguoti ir tikslinti mokymosi stilius ir personalizuotus scenarijus (objektus, veiklas).

The paper aims to suggest a method of using artificial neural for learning personalisation. Learning personalisation consists form learning style identification then linking it to learning activities and objects which correspond to learning style. But the problem is that learning style identified by questionnaire cannot guarantee adequacy and objectivity. In order to overcome this issue we can use artificial neural network which could analyse learner in learning activities and interaction with learning objects and correct learning style and scenarios characteristics according to collected information.