ISSN 0236-235X (P)
ISSN 2311-2735 (E)

Публикационная активность

(сведения по итогам 2016 г.)
2-летний импакт-фактор РИНЦ: 0,493
2-летний импакт-фактор РИНЦ без самоцитирования: 0,389
Двухлетний импакт-фактор РИНЦ с учетом цитирования из всех
источников: 0,732
5-летний импакт-фактор РИНЦ: 0,364
5-летний импакт-фактор РИНЦ без самоцитирования: 0,303
Суммарное число цитирований журнала в РИНЦ: 5022
Пятилетний индекс Херфиндаля по цитирующим журналам: 355
Индекс Херфиндаля по организациям авторов: 499
Десятилетний индекс Хирша: 11
Место в общем рейтинге SCIENCE INDEX за 2016 год: 304
Место в рейтинге SCIENCE INDEX за 2016 год по тематике "Автоматика. Вычислительная техника": 11

Больше данных по публикационной активности нашего журнале за 2008-2016 гг. на сайте РИНЦ

Вход


Забыли пароль? / Регистрация

Добавить в закладки

Следующий номер на сайте

1
Ожидается:
16 Марта 2018

Интеллектуальное обучение на основе разработки и использования обучающих интегрированных экспертных систем

Intellectual tutoring based on the development and use of tutoring integrated expert systems
Статья опубликована в выпуске журнала № 2 за 2010 год.[ 27.05.2010 ]
Аннотация:Описываются опыт и перспективы применения обучающих интегрированных экспертных систем, разработанных на основе использования задачно-ориентированнной методологии и поддерживающего эту методологию инст-рументального программного комплекса АТ-ТЕХНОЛОГИЯ (веб-версия).
Abstract:Description of the experience and perspectives of using tutoring integrated expert systems developed on the basis of task oriented methodology and benchwork AT-TECHNOLOGY (web version) supporting this methodology.
Авторы: Рыбина Г.В. (sspar@aplana.com) - Национальный исследовательский ядерный университет (МИФИ), , , доктор технических наук, Семенов А.В. () - Национальный исследовательский ядерный университет «МИФИ», г. Москва, , , Степанов Л.С. (galina@ailab.mephi.rugalina@ailab.mephi.ru) - Национальный исследовательский ядерный университет «МИФИ», г. Москва, , , Нистратов О.В. (galina@ailab.mephi.ru) - Национальный исследовательский ядерный университет «МИФИ», г. Москва, ,
Ключевые слова: моделирование, инструментальная система, психологический портрет личности, модель обучения, модель обучаемого, интегрированная экспертная система
Keywords: modeling, benchwork, person psychological image, tutoring model, learner model, integrated expert system
Количество просмотров: 7298
Версия для печати
Выпуск в формате PDF (4.97Мб)
Скачать обложку в формате PDF (1.38Мб)

Размер шрифта:       Шрифт:

Инновационное развитие современных компьютерных технологий обучения и систем управления качеством образования предполагает переход к новым архитектурам обучающих систем, ориентированным на индивидуализацию, интеллектуализацию и веб-ориентацию традиционных обучающих систем, программ и технологий. Как показано в [1, 2], важную роль здесь могут сыграть интегрированные экспертные системы (ИЭС) c масштабируемой архитектурой, позволяющей расширять функциональность традиционных экспертных систем с помощью дополнительных подсистем и компонентов, реализующих в том числе характерные для интеллектуального обучения средства, а именно:

·     индивидуальное планирование методики изучения учебного курса (конкретизация для каждого студента последовательности тем/разделов курса, индивидуальный контроль и выявление проблемных зон обучаемых, оптимизация индивидуального обучения);

·     интеллектуальный анализ решений учебных задач (моделирование рассуждений студентов, решающих учебные задачи; выявление типов ошибок, пробелов в знаниях и т.д. вместо их констатации; обратная связь через динамическое обновление знаний обучаемых);

·     интеллектуальная поддержка принятия решений (интеллектуальная помощь на каждом этапе решения учебных задач, подсказка следующего этапа, объяснения типа «как?» и «почему?»).

Именно эти возможности обучающих ИЭС и веб-ориентированных ИЭС (веб-ИЭС) уже сегодня соответствуют мировому уровню самых сложных компьютерных обучающих систем – интеллектуальных (ИОС), а в дальнейшем значительно превысят функциональность зарубежных ИОС, особенно в части дальнейшего развития интеллектуального обучения, а также создадут предпосылки для интеллектуального мониторинга и интеллектуального коллективного обучения.

Задачно-ориентированная методология (ЗОМ) построения ИЭС и веб-ИЭС [1] и поддерживающий ее инструментарий нового поколения – комплекс АТ-ТЕХНОЛОГИЯ [1, 2] позволяют разрабатывать широкий класс обучающих ИЭС, обладающих развитыми средствами интеллектуального обучения, мониторинга и тестирования обучаемых.

Инструментальный комплекс АТ-ТЕХНОЛО­ГИЯ является динамически развивающимся отечественным инструментарием типа WorkBench, то есть в контексте автоматизации программирования это интегрированная инструментальная система, поддерживающая полный жизненный цикл создания на основе ЗОМ и сопровождения широкого класса прикладных веб-ИЭС, включая интеллектуализацию процессов построения веб-ИЭС.

Анализ многолетнего опыта применения ЗОМ и комплекса АТ-ТЕХНОЛОГИЯ (базовая и веб-версия) для разработки и использования в учебном процессе Национального исследовательского ядерного университета «МИФИ» (НИЯУ МИФИ, г. Москва) совокупности обучающих веб-ИЭС для практической поддержки курсов/дисциплин по специальности «Прикладная математика и информатика» и подготовки студентов Института инновационного менеджмента показал их высокую эффективность именно для обучения, поскольку, с одной стороны, полностью наследуется мощная функциональность обучающих ИЭС (построение модели обучаемого, адаптивной модели обучения, а также моделей проблемной области, объяснения, преподавателя), а с другой – приобретаются все основные черты современной клиент-сервер­ной архитектуры, такие как независимость систем от платформы, простота обновления информации, удобство в администрировании и технической поддержке, что значительно упрощает аккумулирование знаний преподавателей-предметников.

Технология веб-ИЭС используется для реализации таких современных новаций в образовании, как компетентностный подход к обучению, в том числе на основе управления знаниями, так как в рамках ЗОМ создаются обучающие ИЭС и веб-ИЭС, обеспечивающие индивидуализацию и интеллектуализацию процессов обучения за счет расширения архитектуры традиционных ЭС компонентами, поддерживающими совокупность эвристических моделей обучаемого, обучения, объяснения, эталонного курса и др.

В настоящее время проводятся исследования, направленные на эволюцию базовых моделей, отражающих традиционный квалификационный подход к организации учебного процесса (то есть что должен знать, уметь и какими навыками владеть выпускник вуза в профессиональной области), в сторону компетентностного подхода, учитывающего, кроме всего прочего, и способности обучаемых применять знания, умения, и личностные качества для успешной профессиональной деятельности. В связи с этим особенно актуальными становятся построение психологического портрета личности, а также эффективный учет личностных характеристик обучаемого при построении моделей обучаемого и обучения. Другим не менее важным направлением исследований при создании обучающих веб-ИЭС является алгоритмизация процессов формирования (на базе достаточно развитых моделей обучаемого и обучения) моделей нового типа – моделей компетенций, требуемых для каждого специалиста в конкретной области профессиональной деятельности [3].

Опыт использования веб-версии комплекса АТ-ТЕХНОЛОГИЯ для ряда практических задач, включая разработку обучающих веб-ИЭС для поддержки учебного процесса в НИЯУ МИФИ (около 600 студентов), в целом подтвердил уместность и обоснованность применения веб-подхода для создания интеллектуальных систем, в частности ИЭС. Это позволило решить некоторые проблемы контроля безопасности и управления доступом обучаемых к системе, существенно улучшить методы хранения и процесс обработки материалов, собранных в ходе учебного процесса, а также значительно упростить работу администратора системы [4].

Кроме традиционных приложений обучающих ИЭС и веб-ИЭС в профессиональном вузовском и поствузовском образовании, большие перспективы для разработки и использования систем данного класса открываются на стыке с медициной, психологией, спортом и другими слабоструктурированными проблемными областями, которые до настоящего времени были не столь привлекательными для интеллектуального обучения. Это в значительной степени связано с построением личностно-ориентированных моделей обучаемых, отражающих, кроме их профессиональных знаний и умений, психологические портреты личности, а также эффективные способы индивидуального учета личностных характеристик при построении моделей обучаемых и моделей обучения.

В настоящее время проводятся исследования, связанные с разработкой прототипа обучающей ИЭС для поддержки процесса обучения спортивным единоборствам [5]. Здесь в качестве сетевой модели обучаемого, используемой в ЗОМ [1, 2], выступает модель спортсмена-единоборца, включающая, кроме начального и конечного уровней знаний и умений, сведения об индивидуальных особенностях спортсмена (уровень развития специальных физических качеств, морфофункциональные особенности и др.), а также его психологический портрет и процедуры выбора оптимальной стратегии тренировочного процесса в зависимости от особенностей его индивидуальных характеристик. Поскольку в настоящее время психическому аспекту единоборств уделяется недостаточно внимания, использование обучающих ИЭС подобного типа на самых ранних этапах начала занятий спортом, включая выбор конкретного вида единоборств, формирование графиков тренировочных нагрузок с учетом индивидуальных особенностей психики и нервной системы спортсменов и т.п., позволит минимизировать риски перетренировок и получения травм в ходе тренировочного процесса, а также сформировать индивидуальный стиль соревновательной деятельности спортсменов и снизить интеллектуальную нагрузку на тренеров, осуществляющих подготовку как спортсменов высшей квалификации, так и спортивного резерва в сложнокоординационных видах спорта.

Другой цикл исследований связан с разработкой прототипа обучающей ИЭС для первичной и вторичной профилактики наркомании. Основной целью в данном случае является моделирование с помощью обучающей ИЭС условий, формирующих у представителей группы риска установки на неприятие наркотических веществ с учетом индивидуальных особенностей личности (возрастных, психологических и др.). Клиент-серверная архитектура обучающих ИЭС позволяет динамически формировать модели обучаемых специального контингента (подростки группы риска, состоящие на учете в комиссиях по делам несовершеннолетних и защите их прав, в возрасте от 10 до 17 лет) и строить индивидуальные модели обучения (первичной и вторичной профилактики) с учетом психологических портретов и историй болезней.

Внедрение обучающих ИЭС подобного типа, ориентированных на использование в качестве помощников психологов, врачей, социальных педагогов, секретарей комиссии по делам несовершеннолетних и защите их прав и других специалистов, будет способствовать уменьшению числа лиц, имеющих психологические факторы риска возникновения психосоциальных расстройств, а также формированию невосприимчивости к дисфункциональным паттернам поведения, изменению уже сложившихся дезадаптивных форм поведения на позитивное развитие личностных ресурсов и личностных стратегий.

Еще одним важным направлением, о котором следует упомянуть, является разработка прототипа обучающей ИЭС для информационной поддержки охраны труда и техники безопасности на предприятиях, занимающихся специализированным производством. Большое внимание здесь уделяется моделированию нештатных ситуаций, а также проверке правильности и точности дейст-

вий персонала, направленных на устранение аварий на предприятиях.

Для этого необходимо проводить специальный тренинг персонала и служб, ответственных за ликвидацию последствий аварий, что может быть эффективно достигнуто с помощью обучающей ИЭС. Здесь для построения модели обучения используются знания о планировании и организации процесса обучения охране труда и технике безопасности, об общих и частных методиках обучения персонала, а также алгоритмы генерации стратегий обучения в зависимости от входной модели обучаемого, учитывающей индивидуальные особенности каждого работника предприятия.

Показатель неутешительной статистики производственного травматизма в целом по России может существенным образом снизиться благодаря исследованиям в области обучающих ИЭС и применению этих систем на производстве.

Литература

1. Рыбина Г.В. Теория и технология построения интегрированных экспертных систем: Монография. М.: Научтехлитиздат, 2008. 482 с.

2. Рыбина Г.В. Обучающие интегрированные экспертные системы: некоторые итоги и перспективы // Искусственный интеллект и принятие решений. 2008. № 1. С. 22–46.

3. Рыбина Г.В. Обучающие интегрированные экспертные системы: опыт и перспективы использования в современном компьютерном обучении // Тр. одиннадцатой нац. конф. по искусствен. интел. с междунар. участием (КИИ-2008): Тр. конф. М.: ЛЕНАНД, 2008. T. 2. С. 313–320.

4. Рыбина Г.В., Сикан К.В., Степанов Л.С. Методы и инструментальные средства разработки веб-ориентированных интегрированных экспертных систем // Программные продукты и системы. 2008. № 2. С. 31–35.

5. Рыбина Г.В., Семенов А.В. Особенности извлечения и структурирования недостоверных знаний в интегрированной экспертной системе для поддержки процесса обучения спортивным единоборствам // Интегрированные модели, мягкие вычисления, вероятностные системы и комплексы программ в искусственном интеллекте: науч. докл. Науч.-практич. конф. студентов, аспирантов, молодых ученых и специалистов (Коломна, 26–27 мая 2009 г.). В 2-х т. Т. 1. М.: Физматлит, 2009. С. 229–233.


Постоянный адрес статьи:
http://swsys.ru/index.php?page=article&id=2510
Версия для печати
Выпуск в формате PDF (4.97Мб)
Скачать обложку в формате PDF (1.38Мб)
Статья опубликована в выпуске журнала № 2 за 2010 год.

Возможно, Вас заинтересуют следующие статьи схожих тематик: