Серебряная Лия Валентиновна, заведующая кафедрой информационных технологий и математики «БИП – Университет права и социально-информационных технологий», к.т.н., доцент; доцент кафедры программного обеспечения информационных технологий Белорусского государственного университета информатики и радиоэлектроники
220004, г. Минск, ул. Короля, 3, тел. +375-17-375-01-56
220013, г. Минск, ул. П. Бровки, 6, тел. +375-17-293-84-93
Serebryanaya Liya Valentinovna, Head of the Department of Information Technologies and Mathematics «BIP – University of Law and Social Information Technologies», Cand. of Sci., Associate Professor; Associate Professor at the Information Technologies Software Department of the Belarusian State University of Informatics and Radioelectronics
220013, Minsk, Korolya st., 3, tel. +375-17-375-01-56
220013, Minsk, P. Brovka st., 6, tel. +375-17-293-84-93
Рассмотрены особенности организации дистанционной формы обучения студентов в высшем учебном заведении, а также необходимые для этого информационно-образовательные технологии. Предложена система автоматического оценивания знаний студентов. В ее основу положена модель в виде искусственной нейронной сети. Приведены особенности такой модели. Реализовано два метода построения искусственных нейронных сетей, используемых в программном модуле тестирования знаний студентов. Обоснован выбор типа сети, ее структуры и параметров. Первый способ связан с построением искусственной нейронной сети в ручном режиме. Изложен алгоритм, отражающий итерационный процесс ее обучения. Во втором случае сеть строится автоматически путем применения генетического алгоритма. В начале работы на вход алгоритма поступает множество исходных данных, сформированное случайным образом. В ходе своей работы генетический алгоритм определяет архитектуру и параметры нейронной сети, обеспечивающие успешное решение поставленной прикладной задачи. Обученные сети используются для классификации данных. Обе сети показали приемлемую точность классификации результатов, полученных в ходе тестирования знаний студентов.
The features of the organization of distance learning of students in a higher educational institution, as well as the information and educational technologies necessary for this, are considered. A system of automatic assessment of students’ knowledge is proposed. It is based on a model in the form of an artificial neural network. The features of such a model are given. The two implemented methods for constructing artificial neural networks have been used in the software module for testing students’ knowledge. The choice of the type of network, its structure, and parameters has been substantiated. The first method is related to the construction of an artificial neural network in the manual mode. An algorithm is presented that reflects the iterative process of its training. In the second case, the network is built automatically by applying a genetic algorithm. At the beginning of the work, a set of randomly generated initial data arrives at the input of the algorithm. In the course of its work, the genetic algorithm determines the architecture and parameters of the neural network, which ensure the successful solution of the assigned applied problem. Trained networks are used to classify data. Both networks showed acceptable classification accuracy of the results obtained in the course of the students’ knowledge testing.
The authors declare that there are no conflicts of interest present.