student learning | BriefGPT

关键词student learning

搜索结果 - 12

表征对齐支持有效的机器教学
一个优秀的教师不仅需要知识渊博，还需要以学生理解的方式进行沟通，与学生分享对世界的认知。本研究结合了机器教学和实用交流的观点，对表征对齐与教师能力促进学生学习的关系进行了量化，设计了一个区分表征对齐与教师准确性的监督学习环境，通过计算实验与
PDFa month ago
ChatGPT 在数据可视化教育中的应用：学生视角
探讨大型语言模型驱动的聊天机器人对学生学习的影响，并就教育解决方案的设计考虑进行讨论，特别针对数据可视化教育。
PDF2 months ago
学生学习中技能分类和预测的概率和信息熵差异
使用贝叶斯定理、概率补、学习事件的概率差异，来预测学习对象在学生学习中的应用；文章通过计算过程演示了技能集事件概率、未发生事件概率、决策树的准确性和技能集数据的信息熵对学生认知表现和学习建议的影响。
PDF7 months ago
同儕關注提升學生學習
通过实验证明展示同伴的视觉注意区域可以提高学生在线课程视频观看的专注度和参与度，但是学生仍然保留按照同伴注意引导的适应性。综合来看，由同伴引导的注意力可以改善学习体验和结果，这些研究结果增进了我们对同伴对学习的影响以及如何利用同伴注意建模设
PDF7 months ago
论坛帖子紧急程度通用检测方法
论文探讨如何通过构建预测模型来自动决定在线课程讨论区帖子的紧急程度，并通过训练多个模型和评估性能来确定其适用性，以帮助教授更好地支持学生学习。
PDFa year ago
ICML生成用于教授物理控制任务的语言修正
本研究设计和构建了一种名为 CORGI 的模型，它可以针对物理控制任务，如学习骑自行车，生成学生的语言纠正，并可以有效提供反馈，促进学生学习。
PDFa year ago
优化基于布鲁姆认知目标的问题设计，减轻 ChatGPT 对教育的负面影响
本文提出了一种演化方法，旨在确定 Bloom's taxonomy 最佳关键词集，以生成 ChatGPT 难以回答的问题，以解决生成文本 AI 工具对学生学术表现的潜在负面影响和教育者评估学生成果所面临的挑战问题。使用澳大利亚堪培拉新南威尔
PDFa year ago
ECCV知识浓缩蒸馏
本文提出基于动态学习的知识凝聚蒸馏方法 (KCD)，通过期望最大化 (EM) 框架从教师的知识向学生转移紧凑的知识集，以有效增强学生模型的性能和蒸馏效率。
PDF2 years ago
使用序列化键值记忆网络进行知识追踪
本研究使用深度学习提出了一种新的知识追踪模型，名为 SKVMN，以解决现有深度学习知识追踪模型在如何追踪特定知识点以及在练习序列中捕捉长期依赖性等方面存在的局限性。实验结果表明，SKVMN 在所有数据集上优于现有的 KT 模型，能够更好地发
PDF5 years ago
T-SKIRT：自适应学习系统中学生能力在线估计
我们开发了 T-SKIRT：一种基于时间，结构化知识，基于 IRT 的方法，用于预测学生在线响应。通过明确考虑学生学习并采用结构化，多维度的学生能力表示，该模型在实际响应预测任务中胜过标准的 IRT 方法，可以应用于与多样化教育内容互动的学
PDF7 years ago
知识追踪的深度有多大？
本文考虑深度知识追踪（DKT）在预测学生学习表现时的优越性及其与贝叶斯知识追踪（BKT）模型的比较，提出了 BKT 模型的拓展方案，最终指出虽然 DKT 是一种实用的学生学习模型，但其对数据的优化不在于发现新的表现形式。
PDF8 years ago
深度知识追踪
本文研究使用递归神经网络（RNN）对学生学习过程中的知识建模，结果显示神经网络能够提高预测性能，可用于智能课程设计和发现学生任务结构的解释与发现。
PDF9 years ago