Нейросетевая навигационная тренажерно-обучающая система


https://doi.org/10.15217/issnl684-8853.2017.3.89

Полный текст:


Аннотация

Введение: подготовка авиационных специалистов - это трудоемкий, дорогостоящий, циклический процесс, требующий промежуточного и итогового контроля. Цель исследования: разработка эффективной методики организации обучения авиационных специалистов на базе аксиолого-компетентностного подхода с применением обучающих систем и алгоритма ее организации при аудиторном и внеаудиторном обучении специальным дисциплинам. Результаты: сформулированы задачи, решаемые обучающей системой: контроль, диагностика, восстановление знаний и умений на теоретическом и практическом этапах обучения с учетом адаптации к индивидуальным особенностям работающих с системой (уровню подготовки и психофизиологическим характеристикам). Выявлено, что проектирование обучающих систем на основе искусственных нейронных сетей позволяет с заданной разработчиком точностью и достоверностью (без сбора и обработки полной статистической информации о группе обучаемых) осуществлять разработку отдельных модулей и обучающей системы в целом. Процесс обучения в обучающих системах рассматривается как контролируемая процедура решения адаптивных тестовых заданий с выдачей комментариев (диагностикой) и восстановлением знаний (компенсацией недополученных или же неусвоенных знаний) посредством обращения к теоретическому материалу электронного учебного пособия. Предложена авторская архитектура нейросетевой навигационной тренажерно-обучающей системы для подготовки авиационных специалистов, основанная на: применении нейросетевого и нейронечеткого (использовании нейросетей и нечеткой логики) подхода к контролю знаний; графосемантическом описании предметной области изучаемой дисциплины; оценке и выводе каждого действия обучаемого при решении задачи на базе бинарных деревьев с последующим графосемантическим ранжированием сложности отдельных операций и анализом степени приближения к правильному ответу. Архитектура позволяет реализовать вариативность (произвольный выбор обучаемым порядка изучения учебного материала и этапов обучения) и адаптировать обучающий процесс к индивидуальным особенностям обучаемых. Практическая значимость: разработанная система позволяет сократить время обучения, интенсифицировать обучающий процесс, повысить степень усвоения знаний, а также проводить дистанционный контроль на всех этапах обучения.

Об авторах

Александр Павлович Григорьев
Санкт-Петербургский государственный университет аэрокосмического приборостроения; АО «Конструкторское бюро «Арсенал» имени М. В. Фрунзе»
Россия


Сергей Геннадьевич Бурлуцкий
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Россия


Список литературы

1. Бессонов А. А., Мамаев В. Я., Парамонов П. П. Интеллектуальные обучающие системы: учеб. пособие. - СПб.: ГУАП, 2016. - 172 с.

2. Нейман Ю. М., Хлебников В. А. Введение в теорию моделирования и параметризации педагогических тестов. - М.: Прометей, 2000. - 168 с.

3. Глова В. И., Дуплик С. В. Модели педагогического тестирования обучаемых // Вестник Казан. гос. тех. ун-та им. А. Н. Туполева. 2003. № 2. С. 74-79.

4. Зайцева Л. В. Методы и модели адаптации к учащимся в системах компьютерного обучения // Образовательные технологии и общество. 2003. № 6 (4). С. 204-211.

5. Эббингауз Г., Бен А. Ассоциативная психология. - М.: АСТ, 1998. - 528 с.

6. Елисеев О. П. Практикум по психологии личности. - СПб.: Питер, 2001. - 560 с.

7. Ильин Е. П. Психология индивидуальных различий. - СПб.: Питер, 2004. - 701 с.

8. Небылицын В. Д. Основные свойства нервной системы. - М.: Просвещение, 1966. - 280 с.

9. Григорьев А. П., Мамаев В. Я. Опыт использования нейронных сетей в анализе и структурном воссоздании предметных знаний специалиста // Научное приборостроение. 2016. № 4 (26). С. 85-93.

10. Васильев В. И., Тягунова Т. Н., Хлебников В. А. Триадная сущность шкалы оценивания // Дистанционное образование. 2000. № 6. С. 19-25.

11. Лаптев В. В. Модель предметной области и оценка ее сложности в обучающей системе по программированию // Вестн. Астрахан. гос. техн. ун-та. Сер. Управление, вычисл. техн. информ. 2010. № 2. С. 35-44.

12. Мамаев В. Я., Синяков А. Н., Петров К. К., Горбунов Д. А. Воздушная навигация и элементы самолетовождения: учеб. пособие. - СПб.: ГУАП, 2002. - 256 с.

13. Батоврин В. К., Бессонов А. С., Мошкин В. В., Папуловский В. Ф. LabVIEW: практикум по основам измерительных технологий: учеб. пособие для вузов. - М.: ДМК Пресс, 2005. - 208 с.

14. Рудинский И. Д. Модель нечеткого оценивания знаний как методологический базис автоматизации педагогического тестирования // Информационные технологии. 2003. № 9. С. 46-51.

15. Haykin S. Neural Networks: A Comprehensive Foundation. 2nd ed. - Prentice-Hall, 1998. - 842 p.

16. Григорьев А. П., Мамаев В. Я. О применении нейронных сетей в тестировании знаний // Научное приборостроение. 2016. № 4 (26). С. 77-84.

17. Дунаев В. Самоучитель JavaScript. 2-е изд. - СПб.: Питер, 2005. - 395 с.

18. Григорьев А. П., Орлов А. А. Адаптация АОС к психофизиологическим особенностям обучаемых // Сб. докл. научной сессии ГУАП. СПб.: ГУАП, 2014. С. 22-26.

19. Григорьев А. П., Писаренко Е. С. Моделирование психофизиологического тестирования обучаемых высшей технической школы // Сб. докл. научной сессии ГУАП. СПб.: ГУАП, 2014. С. 26-29.

20. Suehring S., Converse T., Park J. PHP 6 and MySQL 6 Bible. - Wiley Publ., 2009. - 912 p.


Дополнительные файлы

Для цитирования: Григорьев А.П., Бурлуцкий С.Г. Нейросетевая навигационная тренажерно-обучающая система. Информационно-управляющие системы. 2017;88(3):89-98. https://doi.org/10.15217/issnl684-8853.2017.3.89

For citation: Grigoryev A.P., Burlutsky S.G. A Neuronet Navigational Training System. Information and Control Systems. 2017;88(3):89-98. (In Russ.) https://doi.org/10.15217/issnl684-8853.2017.3.89

Просмотров: 29


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1684-8853 (Print)
ISSN 2541-8610 (Online)