Государственное образовательное учреждение высшего профессионального образования
Скачать 3.06 Mb.
|
| , ПК 1 – это фундаментальные знания и умения в области разработки интеллектуальных систем (составляют основу образовательного процесса на первой стадии изучения предмета). ПК 16 – знание современных методов моделирования и умение применять их для интеллектуальных систем (имитационное, эволюционное, нейросетевое, нечеткое и др.) Этот раздел сетевого графа представляет основу для остальных. ПК 2 – технологические знания и умения в области разработки интеллектуальных систем ПК 11 – знания и умения использования методов системного анализа для оценки применимости/неприменимости технологии интеллектуальных систем ПК 21 – знание основных архитектур статических, динамических, интегрированных и гибридных интеллектуальных систем и умение их проектировать и разрабатывать ПК 12 – знания и умения выбирать модели представления знаний для построения конкретных интеллектуальных систем ПК 22 – знание способов построения баз знаний для различных проблемных/предметных областей ПК 13 – владение навыками моделирования рассуждений и построения современных решателей (средств вывода) для интеллектуальных систем ПК 23 – знание состава и структуры основных инструментальных средств и умение обоснованно выбирать и применять их при реализации различных интеллектуальных систем ПК 14 – знание основных типов неформализованных (НФ)-задач и умение строить модели и методы решения НФ-задач различных типов ПК 24 – владение базовыми методами проектирования, разработки, тестирования и сопровождения конкретных классов интеллектуальных систем ПК 15 – знание методов получения знаний из различных источников знаний (эксперты, естественно языковые тексты, БД) и умение применять их на практике Для реализации данных моделей, в рамках экспертно-обучающей системы информационной поддержки может быть использован метод тестирования и процедуры ввода тестирующих вопросов в базу знаний, процедура формирования «идеальной» оценки, процедура подсчета неверных ответов и формирования итоговой, реальной оценки уровней знания студента. Ниже представлено поэтапное описание построения и функционирования экспертной системы информационной поддержки самостоятельной работы студентов. 1. Предварительный этап (Разработка ТЗ на проект, построение БЗ на, построение модели диалога, [проектирование БД], конфигурирование и др.) 2. Этап детального проектирования компонентов экспертной системы в (режим DesignTime для преподавателей-предметников). 2.1. Построение компонентов эталонной модели курса/дисциплины (выделение элементов курса/дисциплины, подготовка контрольных вопросов с коэффициентами сложности и т.д.); 2.2. Построение компонентов модели обучаемого (выбор алгоритма оценивания уровня знаний, компоновка набора тестов для выявления личностных характеристик и т.д.) 2.3. Построение компонентов модели обучения (конкретизация и построение обучающих воздействий) 3. Этап функционирования разработанной экспертной системы (режим RunTime для обучаемых) 3.1. Формирование моделей обучаемых (построение психологического портрета личности, выявление уровня знаний и умений путем проведения контрольных тестирований и т.д.) 3.2. Построение индивидуальных планов (стратегий) обучения для обучаемых. 3.3. Реализация текущего плана (совокупности обучающих воздействий) для конкретного обучаемого с последующим контролем знаний и умений. Описанная выше концепция разработки экспертной системы информационной поддержки самостоятельной работы студентов, в общем случае способствует системной и комплексной методологии, что в свою очередь способствует достижению наибольшей эффективности. Дополнительный эффект в рамках практических исследований достигается за счет связей с естественнонаучной областью (математические исследования и разработки). 1.2.2. Контент информационной системы для самообучения Процессы формирования информационных ресурсов для целей самообучения в системе высшего образования происходят непрерывно и они параллельно связаны с традиционным образовательным процессом. С этой позиции можно сказать, что искомый образовательный информационный ресурс может быть несколько раз изменен и скорректирован в процессе самообучения с участием преподавателя и студента таким образом, чтобы его содержимое удовлетворяло требованиям учебного плана, в котором сосредоточены основные нормативы, качественные и количественные характеристики изучаемой предметной области. С точки зрения оценочных характеристик такого информационного ресурса можно судить о его социальной значимости в пределах преподаваемого курса и, как следствие, значимости получаемых умений и навыков предметной области будущей профессиональной деятельности студента [2]. При рассмотрении процесса ориентации информационного ресурса в процессе самообучения с точки зрения программной реализации можно выделить несколько основных пользователей и определить их форму участия в формировании базы знаний фрагментов образовательного контента. Процесс формирования информационных моделей, методов и технических приемов создания баз знаний интеллектуальных информационных систем будем условно называть – инженерия знаний. В данном процессе основными фигурами являются инженер знаний (преподаватель), специалист предметной области (преподаватель, специалист организационной части учебной деятельности – методист) и пользователь (студент). Инженерия знаний образовательной предметной области в силу своей слабой структурированности является сложной задачей. Для ее решения необходимо рассмотреть и решить следующие проблемы: проблема выбора источников информации, проблема оценивания результирующего (извлеченного знания) образовательного контента в процессе самообучения и проблема интеграции компонентов приобретения знаний экспертной системы самообучения. Ниже более подробно рассмотрим данные проблемы, а так же методы и используемые технологии для их решения. Проблема выбора источников информации Для решения данной проблемы необходимо определить так называемую предметную область преподаваемых курсов. Рассматривая конкретные курсы, данная предметная область описывается учебным планом, который является центральным инструментом (вместе с рабочей программой) управления образовательным процессом, содержащим необходимые наборы разделов, тем, понятий, навыков и умений, которыми должен обладать в результате обучения студент. Однако, для обеспечения необходимого качественного уровня результирующих знаний, необходимо так же рассматривать внешние источники информации, которые могут быть сосредоточены в виде баз данных (БД), электронных каталогах, файловых и web-серверах вуза. Как правило, данные внешние источники информационных ресурсов имеют не только различные форматы представления информации, но и методы их программной обработки. Основной задачей проблемы выбора источников информации является выбор такой технологии их интеграции (подключения) с существующей системой управления базой знаний, которая позволит реализовывать их поэтапный анализ, структурирование (приведение к общему формату) и ориентацию под конкретные задачи конкретного этапа обучения. К примеру, по учебному плану необходимо организовать тестовый контроль уровня знаний обучаемого по результатам изучения раздела, который выявит его особенности и подходы к освоению будущих разделов. В данном случае необходимо помимо использования собственных информационных ресурсов подключать внешние сервисы самообучения (банк вопросов на web-сервере), что становиться возможным, имея унифицированную внутреннюю среду информационных ресурсов с единым форматом и системой управления контентом (метасистемой). Таким образом, выбор источников информации сводиться к поэтапному подключению необходимых внешних сервисов поддержки самообучения по заданному преподавателем алгоритму. Программным способом это реализовано в виде хранилища файлов – компонентов курса в едином мета – формате с соответствующей структурой XML дерева, которая позволила на любом этапе самообучения осуществить выбор необходимого фрагмента образовательного ресурса. Проблема оценивания результирующего (извлеченного знания) образовательного контента. Данная проблема при детальном рассмотрении образовательного процесса по основным этапам самообучения сводиться к оцениванию основных фрагментов образовательного контента, хранящегося в базе знаний экспертной системы и во внешних источниках. Как и в случае с выбором источников информации центральная и определяющая роль оценивания отдается по прежнему инженеру знаний – преподавателю, а оценочные характеристики результирующего образовательного контента складываются из весовых коэффициентов составляющих единиц, которые математически представлены в виде узлов математического направленного графа. Программным способом реализация подобного графа осуществляется при помощи объекта TreeView среды Visual Studio 2010 .Net. Узлы (nodes) данного дерева связаны с полями таблиц реляционной базы данных. Ключевые поля таблиц БД определяют основные уровни иерархии представления образовательных единиц (понятие, термин, раздел, подтема и т.д.), а остальные поля таблиц БД формируются из описательной информации в виде кортежа данных и имеет формат, описанный ниже: <понятие предметной области нижнего уровня1> =<раздел предметной области верхнего уровня1 > + <оценочные характеристики образовательного контента1> + <базовые алгоритмы и условия поэтапного контекстного обучения1> В рабочей памяти экспертной системы данная запись, состоящая из кортежа (выборки) данных представляется в виде правила (продукции). Программным способом данный функционал реализован в виде объектно-ориентированного класса RulSet. Используя данный подход к построению соответствующей модели образовательного контента в виде графа и дерева преподавателю достаточно на начальном этапе формирования информационного ресурса ввести весовые коэффициенты его фрагментов в соответствующие узлы дерева и сформировать логические продукции вывода рекомендаций, опираясь на фактические шкалы, сохранив их в базе знаний экспертной системы. В дальнейшем преподавателю необходимо контролировать корректность автоматических решений экспертной системы, редактировать, добавлять и удалять необходимые смысловые единицы в результирующий общий (general) граф, описывающий предметную область конкретного курса. Таким образом, имею подобную гибкую систему описания образовательного контента с использованием моделей графа и дерева, можно организовать совокупные оценочные характеристики образовательного контента по всем смысловым параметрам и единицам электронного образовательного ресурса, а алгоритм оценивания реализовать автоматически путем хранения данных картежей в виде продукций экспертной системы. Причем каждая составная единица информационного ресурса четко определена и идентифицирована с точки зрения программной реализации и учебного плана за счет иерархии и декомпозиции. Проблема интеграции компонентов приобретения знаний экспертной системы самообучения. Данная проблема является следствием описанных выше проблем в силу отсутствия необходимого программного инструментария и интерфейсов преобразования компонентов образовательного контента на всех этапах его жизненного цикла внутри базы знаний экспертной системы. Для того чтобы ее решить опишем основные этапы жизненного цикла электронного образовательного ресурса:
Для решения данной проблемы необходимо разбить фрагмент образовательного ресурса на уровни его представления, начинаю с первого этапа и заканчивая его предоставлением в пользование. Последний этап жизненного цикла образовательного ресурса представляет в данном случае верхний уровень – уровень пользователя, а первый этап – нижний уровень – уровень языка представления знаний экспертной системы. Ниже опишем используемые технологии объектно-ориентированного программирования и функциональные особенности языка CLIPS для построения интерфейсов представления информации в базе знаний экспертной системы. 1 этап. Реализуется за счет стандартного инструментария среды Visual Studio 2010.Net DataSource, который предоставляет доступ к базам данных. 2 этап. Реализуется за счет использования языка представления знаний Knowledge.Net, в котором используется следующие модели представления знаний: продукционная, фреймовая, сетевая, иерархическая. 3 этап. Реализован с использованием средств и функционал языка CLIPS и библиотеки Mommosoft.ExpertSystem, в которой представлены классы основных функций программирования базы продукционных правил и реализованы основные компоненты работы классической экспертной системы, такие как: база знаний, рабочая база знаний, набор фактов, набор фреймов и т.д. 4 этап. Реализован с использованием портальных решений и клиент- серверных технологий доступа к базе знаний за счет использования машины логического вывода кортежей данных, описывающих этапы самообучения и выдачи рекомендаций. Общий принцип работы программных компонентов экспертной системы представлен на рисунке ниже (рисунок. 1.3).  Рисунок 1.3 – Общий принцип работы программных компонентов экспертной системы Таким образом, язык представления знаний экспертной системы состоит из статических атрибутов и методов, которые предоставляют интерфейс для доступа к фреймам, концептам и наборам правил, позволяют сохранить и загрузить данные в/из базы знаний. Для решения описанных проблем использовано сочетание методов программной инженерии и методов инженерии знаний с преобладанием первой. Обзор существующих информационных систем поддержки самостоятельной работы студентов. Ниже рассмотрим несколько систем для организации самостоятельной (тьюторской) поддержки самообучении, такие как: Moodle, «Прометей», «1С:Образование». С помощью системы дистанционного обучения (СДО) «Прометей» можно построить в Интернет или Интранет виртуальный университет. Эта система предоставляет множество функций для организации учебного процесса и общения пользователей. Основные функции системы рассчитаны на тестирование, обмен файлами, чат, форум, но данная система не предоставляет учебный материал. Еще несколько недостатков:
С другой стороны пользователю разрабатываемой информационной системы необходимо иметь только браузер и подключение к Интернету. Среда дистанционного обучения Moodle является современной, прогрессивной, постоянно развивающейся средой. Разработчику учебно-методических комплексов она предоставляет возможности использовать все необходимые ресурсы и средства контроля. Большим достоинством является распространение системы по лицензии GPL, что позволяет, не нарушая ничьих авторских прав свободно использовать, распространять и модернизировать систему. Вместе с тем, Moodle имеет значительный недостаток: в системе не предусмотрены группы уровня сайта, что делает очень сложным учет студентов разных специальностей. Группы в Moodle существуют не для управления правами доступа к курсам, а для разделения групп слушателей в одном курсе. Чтобы одни слушатели не видели активность других. Группы создаются внутри курса и не могут быть перенесены в другие. Кроме этого, оценками слушателя можно оперировать только внутри курса. Нет возможности составить итоговую ведомость, например, по всем дисциплинам семестра, да и само понятие семестра в базовой версии системы отсутствует. Из сказанного можно сделать вывод, что Moodle является системой, ориентированной на западную модель обучения. «1С:Образование» является системой программ для поддержки и автоматизации образовательного процесса. С помощью системы программ «1С:Образование» можно создавать и использовать в учебном процессе различные образовательные комплексы. Образовательные комплексы могут содержать в себе разнообразные наглядные, справочные, тестовые и другие материалы. Данная система использует «Единую коллекцию цифровых образовательных ресурсов», отслеживает состояние работы учащихся в реальном времени, редактирование учебных материалов, организация общения внутри группы в реальном времени (чат) и обмен почтовыми сообщениями, контроль и самоконтроль учебной деятельности пользователей. Но «1С:Образование», в основном, рассчитана на организацию учебного процесса в школе. Таким образом, хоть и существует множество систем для организации поддержки самостоятельной работы студентов, но ни одна из них не дает полного спектра функций для реализации экспертной оценки качества предоставляемого и формируемого знания, а так же алгоритмы и функционал, учитывающий индивидуальные особенности обучаемых. Еще одним примеров решения проблем создания интеллектуальных обучающих систем является проект «IDEA» (создание экспертных систем в области обучения по различным предметным областям). Он был направлен на создание на основе автоматных моделей, моделей ученика и учителя, которые взаимодействуют друг с другом через пространство учебного материала, формализованного в виде, например, размеченных информационных деревьев или нагруженных графов более общего вида. Удалось построить удачные примеры обучающих систем в области изучения иностранных языков (в том числе и с применением экспертной системы), которые, однако, не были развиты до своего полного завершения из-за необходимости создания большого набора решающих правил, что требовало больших затрат ресурсов, которыми организаторы работ в то время не обладали. Курс и система «IDEA» были продемонстрированы на выставке CeBIT-93 (Ганновер, Германия) и получили хорошие отзывы специалистов. По результатам маркетинговых исследований было решено в первую очередь разрабатывать инструментальные средства для расширения возможностей проектирования дизайна курсов, реализации дополнительных презентационных возможностей и т.д. |
Похожие:
 | Государственное образовательное учреждение высшего профессионального образования | | В государственное образовательное учреждение высшего профессионального образования |
| Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования | | Федеральное государственное автономное образовательное учреждение высшего профессионального образования |
| Федеральное государственное образовательное учреждение высшего профессионального образования | | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования |
 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования | | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования |
| В федеральное государственное бюджетное образовательное учреждение высшего профессионального образования | | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования |