项目名称: e-Learner认知效率建模及自适应调整方法研究

项目编号: No.61472315

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 其他

项目作者: 田锋

作者单位: 西安交通大学

项目金额: 81万元

中文摘要: 针对当前e-Learning系统中自我监督服务缺失问题,本项目首先基于思维地图,构建融合个性、兴趣、情感等非智力因素的认知效率模型,解决认知要素及其之间关联关系的量化与可计算;其次,针对多模式交互中的多源异质信息,提出一种两级混合信息融合框架,分级地从低级向高级逐步识别认知状态的要素。同时,在二级融合中心采用基于效用函数的信息融合方法,即构造基于识别方法鲁棒性、性能与代价等因素的效用函数,形成多目标优化函数,利用最优化方法求取优化融合参数集合;再次,提出一种符合元认知规律的学习行为指导方法;拟研究基于Wundt函数的信息效用度量方法,提出融合个性、兴趣和情感的学习内容推荐方法,以实现认知自适应调整;然后,在本校的网络教育学院测试和验证所提方法。本研究将有助于形成学习者兴趣-认知-行为-情感之间互动激励与良性循环的学习生态环境。在认知效率建模、状态识别、自适应调整方面形成高质量成果。

中文关键词: 认知效率模型;认知状态识别;自适应认知调整;计算认知;远程教育

英文摘要: Aiming at the problem of lack of 'self-supervision service' in current e-Learning systems, firstly, based on thinking map, this project is to build an e-learner cognition performance model combined with the non-intelligence factors, such as e-learner's personality, interest and emotion. This model solves the problem of the quantifiable and computable representation of cognition components and their relationships among them. Secondly, to rocognize e-learner's cognition states from the heterogeneous multi-sources in multimodal interaction, an two-layer information fusion framework is proposed.At the same time, an utility based information fusion algorithm is introduced into the second layer fusion center, which considers the robustness, accuracy, performance and cost of each recognition method in various interaction mode, an utility based multi-objective function is constructed, and an optimization method is used to acquire the optimal parameters of fusion algorithm.Thirdly, learners behavior instruction following with the law of metacognition and learning content recommendation based on Wundt curve are to be exploited further so as to achieve the goal of adpative recognition regulation of e-learners. Finally, to verify and validate the proposed methods, these methods will be carried out in internet education School of our university. Obviously, this work will improve the learning efficiency and quality, and encourage to a learning ecological environment with characteristics of virtuous cycle and incentive interactions among e-learner's interest, cognition, behavior and emotion. Through this research, strive to publish 8-10 articles, four of which is in high level inernational journals.

英文关键词: cognition performance model;cognition state recognition;adaptive cognition regulation;computational cognition;distance education

成为VIP会员查看完整内容
0

相关内容

【AAAI2022】运用关系知识蒸馏提升对比学习
专知会员服务
35+阅读 · 2021年12月13日
专知会员服务
44+阅读 · 2021年8月6日
专知会员服务
64+阅读 · 2021年7月25日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
23+阅读 · 2020年12月16日
少即是多?非参数语言模型,68页ppt
专知会员服务
23+阅读 · 2020年11月22日
【DeepMind推荐】居家学习的人工智能干货资源大全集
专知会员服务
108+阅读 · 2020年6月27日
【ICML2020】持续终身学习的神经主题建模
专知会员服务
37+阅读 · 2020年6月22日
【Google-CMU】元伪标签的元学习,Meta Pseudo Labels
专知会员服务
31+阅读 · 2020年3月30日
中科大-人工智能方向专业课程2020《脑与认知科学导论》
【CVPR2021】现实世界域泛化的自适应方法
专知
5+阅读 · 2021年3月31日
陶建华、杨明浩谈多模态人机对话:交互式学习能力愈发重要
中国科学院自动化研究所
31+阅读 · 2019年7月17日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
5+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
1+阅读 · 2022年4月15日
Arxiv
0+阅读 · 2022年4月14日
Cold-start Sequential Recommendation via Meta Learner
Arxiv
15+阅读 · 2020年12月10日
Arxiv
10+阅读 · 2020年11月26日
Arxiv
13+阅读 · 2019年1月26日
Arxiv
17+阅读 · 2018年4月2日
小贴士
相关VIP内容
【AAAI2022】运用关系知识蒸馏提升对比学习
专知会员服务
35+阅读 · 2021年12月13日
专知会员服务
44+阅读 · 2021年8月6日
专知会员服务
64+阅读 · 2021年7月25日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
23+阅读 · 2020年12月16日
少即是多?非参数语言模型,68页ppt
专知会员服务
23+阅读 · 2020年11月22日
【DeepMind推荐】居家学习的人工智能干货资源大全集
专知会员服务
108+阅读 · 2020年6月27日
【ICML2020】持续终身学习的神经主题建模
专知会员服务
37+阅读 · 2020年6月22日
【Google-CMU】元伪标签的元学习,Meta Pseudo Labels
专知会员服务
31+阅读 · 2020年3月30日
中科大-人工智能方向专业课程2020《脑与认知科学导论》
相关基金
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
5+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员