Ekspertu apmācības sistēmas izglītībā. Ekspertu un studiju sistēmas

Tēma1. EOS kā speciālistu intensīvas apmācības sastāvdaļa.

Lekcija 8. Ekspertu apmācības sistēmas.

Ekspertu sistēmu pārvaldības sistēmu piemērošanas joma.

Ekspertu sistēmu izmaksas.

Izbeigšanas sistēmu izstrāde.

Pēdējo divdesmit gadu laikā speciālisti jomā intelektuālās sistēmas veikt aktīvu pētniecības darbu jomā izveidojot un izmantot ekspertu sistēmas, kas paredzētas izglītībai. Jauna ekspertu sistēmu klase parādījās - ekspertu apmācības sistēmas - visdaudzsološākais programmas pedagoģisko līdzekļu uzlabošanas virziens uz zināšanu procesuālo.

Ekspertu sistēma ir datoru programmatūras komplekss, kas palīdz personai pieņemt apzinātus lēmumus. Ekspertu sistēmas izmanto informāciju, kas iegūta iepriekš no ekspertiem - cilvēki, kas jebkurā jomā ir labākie speciālisti.

Ekspertu sistēmām:

  • saglabājiet zināšanas par konkrētu tēmu (fakti, notikumu un modeļu apraksti);
  • lai varētu sazināties ar lietotāju ierobežotā dabiskajā valodā (I.E., uzdot jautājumus un saprast atbildes);
  • ir komplekss loģisku instrumentu, lai novērstu jaunas zināšanas, identificēt modeļus, atklājot pretrunas;
  • uzdevumu pēc pieprasījuma precizējiet tās ražošanu un atrodiet risinājumu;
  • paskaidrojiet lietotājam, kā tika pieņemts lēmums.

Ir arī vēlams, lai ekspertu sistēma varētu:

  • ziņojiet par šādu informāciju, kas palielina lietotāja uzticību ekspertu sistēmai;
  • "Runājiet par sevi, par savu struktūru

Ekspertu apmācības sistēma (EOS) ir programma, kas īsteno konkrētu pedagoģisko mērķi, pamatojoties uz ekspertu zināšanām kādā mācību priekšmetā, vienlaikus diagnosticējot apmācību un vadības vadību, kā arī demonstrējot ekspertu uzvedību (priekšmeta speciālistus, metodologus, psihologus). EOS izdevumi ir zināšanu klātbūtnē saskaņā ar apmācības metodi, pateicoties kuriem tas palīdz skolotājiem mācīt, un studenti mācīties.

Ekspertu apmācības sistēmas arhitektūra ietver divas galvenās sastāvdaļas: zināšanu bāze (zināšanu uzglabāšana) un programmatūras rīks piekļuves un apstrādes zināšanām, kas sastāv no secinājumu mehānismiem (risinājumiem), iegūstot zināšanas, izskaidrojot rezultātus un intelektuālo interfeisu iegūto.

Datu apmaiņa starp praktikantiem un EO veic intelektuālās saskarnes programmu, kas uztver studenta ziņojumus un pārvērš tos par zināšanu bāzes prezentāciju, un, gluži pretēji, pārveido apstrādes rezultātu iekšējo pārstāvību studentu formātā un dod ziņu vajadzīgajam pārvadātājam. Svarīgākā prasība organizāciju dialogu par EOS dialogu ir dabisks, kas nenozīmē burtiski formulējot vajadzības studenta priekšlikumiem par dabisko valodu. Ir svarīgi, lai problēmu risināšanas secība ir elastīga, ievērota studenta idejas un veiktas profesionālā izteiksmē.


Izstrādātas paskaidrojumu sistēmas klātbūtne (CO) ir ārkārtīgi svarīga EOS, kas strādā mācību jomā. Mācību procesā šāds EOS darbosies ne tikai aktīvā loma "skolotāja", bet arī lomu atsauces grāmatas, kas palīdz praktikantiem pētīt iekšējos procesus, kas notiek sistēmā, izmantojot modelēšanu lieto platību. Izstrādāts CO sastāv no divām sastāvdaļām: aktīvi, ieskaitot kopumu informācijas ziņojumus, kas izsniegti praktikantam darbības procesā, atkarībā no konkrētā veida, lai atrisinātu problēmu, kas pilnībā noteikta sistēmā; Pasīvā (galvenā CO komponents), kas vērsta uz praktikanta darbību inicializēšanu.

Aktīvā CO komponents ir detalizēts komentārs, kas pavada sistēmas iegūtos pasākumus un rezultātus. COIVE komponents CO ir kvalitatīvi jauna veida informācijas atbalsts, kas raksturīgs tikai zināšanām, pamatojoties uz zināšanām. Šī sastāvdaļa papildus izstrādātajai palīdzības sistēmai, ko izraisa praktikants, ir sistēmas skaidrojums par problēmu risināšanā. Esošās EOS paskaidrojums tiek īstenots dažādos veidos. Tas var būt: informācijas atsauces uz sistēmas stāvokli; Pilns vai daļējs apraksts izplatīšanas ceļu sistēmas; Pārbaudītu hipotēzes hipotēzes (pamatojums to veidošanai un to verifikācijas rezultātiem); Mērķa pārvaldības mērķu saraksts un veidi, kā to sasniegt.

Svarīga attīstītās sadarbības iezīme ir izmantot dabisko saziņas valodu ar praktikantu. "Izvēlnes" sistēmu plašā izmantošana ļauj ne tikai diferencēt informāciju, bet arī attīstītajā EOS, lai spriestu par praktikanta apmācību, veidojot savu psiholoģisko portretu.

Tomēr students ne vienmēr var būt ieinteresēts pilnā izejas risinājumu, kas satur daudz nevajadzīgu detaļu. Šādā gadījumā sistēmai vajadzētu būt iespējai izvēlēties no ķēdes tikai galvenajiem punktiem, ņemot vērā to nozīmi un studenta zināšanu līmeni. Lai to izdarītu, zināšanu bāzē, ir nepieciešams atbalstīt izglītojamā zināšanu modeli un nodomus. Ja praktikants turpina nesaprotiet saņemto atbildi, tad sistēmai vajadzētu dialogā, pamatojoties uz atbalstītu problēmu zināšanu modeli, lai apmācītu to vai citus zināšanu fragmentus, t.i. Īpašas koncepcijas un atkarības tiek atklātas sīkāk, ja pat šīs daļas netiek izmantotas tieši izejā.

Ekspertu sistēmas ir viens no galvenajiem pielietojumiem mākslīgā intelekta. Mākslīgais intelekts ir viena no informātikas sadaļām, kas risina uzdevumus aparatūras un programmatūras modelēšanas šo cilvēku darbības veidu, kas tiek uzskatīti par intelektuāliem.

Studiju mākslīgā intelekta pētījumu rezultāti tiek izmantoti inteliģentās sistēmās, kas spēj atrisināt radošus uzdevumus, kas pieder konkrētai tematiskajai jomai, kuru zināšanas tiek glabātas sistēmas atmiņā (zināšanu bāzē). Mākslīgās izlūkošanas sistēmas ir vērstas uz lielas klases uzdevuma risināšanu, kas ietver tā sauktos daļēji strukturētus vai nestrukturētus uzdevumus (vāji oficiālus vai informalizētus uzdevumus).

Informācijas sistēmas, ko izmanto, lai atrisinātu daļēji strukturētas uzdevumus, ir sadalīti divos veidos:

    Vadības ziņojumu izveide (datu apstrādes veicināšana: meklēšana, šķirošana, filtrēšana). Lēmumu pieņemšana tiek veikta, pamatojoties uz šajos ziņojumos ietverto informāciju.

    Izstrādāt iespējamās alternatīvas risinājumiem. Lēmumu pieņemšana nāk uz vienu no ierosinātajām alternatīvām.

Informācijas sistēmas, kas izstrādā alternatīvas risinājumiem var būt modelis vai eksperts:

    Modeļu informācijas sistēmas nodrošina modeļa lietotāju (matemātisko, statistisko, finanšu uc), kas palīdz nodrošināt risinājuma alternatīvu attīstību un novērtēšanu.

    Ekspertu informācijas sistēmas nodrošina lietotāja iespējamo alternatīvu, izveidojot uz zināšanām balstītas sistēmas, kas saņemtas no ekspertiem.

Ekspertu sistēmas ir programmas datoriem, kas uzkrāj pieredzes ekspertus konkrētās jomās, kuras ir paredzētas, lai iegūtu pieņemamus risinājumus informācijas apstrādes procesā. Ekspertu sistēmas pārveido ekspertu pieredzi konkrētā nozarē heiristisko noteikumu veidā un ir paredzēti mazāk kvalificētu speciālistu konsultēšanai.

Ir zināms, ka zināšanas pastāv divos veidos: kolektīvā pieredze, personīgā pieredze. Ja objekta teritoriju pārstāv kolektīvā pieredze (piemēram, augstākā matemātika), tad šī tematiskā platība nav nepieciešama ekspertu sistēmas. Ja šajā jautājumā lielākā daļa zināšanu ir augsta līmeņa speciālistu personīgā pieredze, un šīs zināšanas ir zemas izturīgas, tad šāda joma ir nepieciešama ekspertu sistēmas. Mūsdienīgas ekspertu sistēmas ir plaši izmantotas visās ekonomikas jomās.

Zināšanu bāze ir ekspertu sistēmas pamatā. Pāreja no datiem uz zināšanām ir informācijas sistēmu izstrādes sekas. Datu bāzes tiek izmantotas datu glabāšanai un zināšanu uzglabāšanai - zināšanu bāzei. Datubāzē, kā likums, lieli datu bloki tiek glabāti ar salīdzinoši nelielu vērtību, un zināšanu bāzēs tiek uzglabāti mazi apjomi, bet dārgi informācijas bloki.

Zināšanu bāze ir kopumā zināšanas, kas aprakstītas, izmantojot izvēlēto formu savu prezentāciju. Zināšanu bāzes aizpildīšana ir viens no sarežģītākajiem uzdevumiem, kas saistīti ar zināšanu izvēli par formalizāciju un interpretāciju.

Ekspertu sistēma sastāv no:

    zināšanu bāze (kā daļa no darba atmiņas un Noteikumu bāzes), kas paredzēti, lai saglabātu oriģinālu un starpposma faktus darba atmiņā (to sauc arī par datubāzi) un uzglabāšanai modeļus un noteikumus par manipulācijas modeļiem noteikumos

    uzdevumu risinātāji (tulks), kas nodrošina noteikumu secības īstenošanu, lai atrisinātu konkrētu uzdevumu, pamatojoties uz datubāzēs un zināšanu bāzēs uzglabātajiem faktiem un noteikumiem

    apakšsistēmas paskaidrojumi, ļauj lietotājam saņemt atbildes uz jautājumu: "Kāpēc sistēma pieņēma šādu lēmumu?"

    zināšanu apguves apakšsistēmas, kas paredzētas, lai pievienotu jaunus noteikumus jauno noteikumu un esošo noteikumu grozījumiem.

    lietotāja interfeiss, sarežģītas programmas, lietotāja dialoga ieviešana ar sistēmu informācijas ievades posmā un iegūt rezultātus.

Ekspertu sistēmas atšķiras no tradicionālajām datu apstrādes sistēmām, jo \u200b\u200btās parasti izmanto simbolu veidošanas metodi, rakstzīmju izejas un heiristisko risinājumu risinājumu. Lai atrisinātu vāji formālus vai neformalizētus uzdevumus, neironu tīkli vai neurocputers ir daudzsološākas.

Neurocputers pamatā ir neironu tīkli - hierarhiski organizēti paralēli savienojumi adaptīvajiem elementiem - neironiem, kas nodrošina mijiedarbību ar reāliem priekšmetiem tādā pašā veidā kā bioloģiskā nervu sistēma.

Liela neironu tīkla izmantošana tiek panākta, veidojot pašmācības ekspertu sistēmas. Tīkls ir izveidots, i.e. Vilciens, kas iet caur to visus labi pazīstamos risinājumus un meklē nepieciešamās atbildes pie izejas. Iestatījums ir neironu parametru izvēle. Bieži izmanto specializētu mācību programmu, kas nodarbojas ar tīkla apmācību. Pēc mācīšanās sistēma ir gatava darbam.

Ja tās veidotāji provizoriski noved pie ekspertu sistēmas noteiktā formā, tad neironu tīklos tas nav zināms pat izstrādātājiem, kā zināšanas veidojas tās struktūrā mācīšanās un pašmācības procesā, t.e. Tīkls ir melns kaste.

Necrocomputers kā mākslīgā intelekta sistēma ir ļoti daudzsološa, un to attīstībā var tikt bezgalīgi uzlabota. Pašlaik finanšu un ekonomisko problēmu risināšanā tiek plaši izmantoti mākslīgās izlūkošanas sistēmas ekspertu sistēmu un neironu tīklu veidā.

"
  • WAK RF1.00.02 specialitāte
  • 192 lapu skaits.

Ieviešana

1. nodaļa. Datoru apmācības sistēmas

Izglītības process

1.1. Īss pārskats par datoru mācīšanās tehnoloģiju ieviešanu.

1.2. Ekspertu sistēmas: to būtiskās īpašības un pielietošana.

1.3. Ekspertu sistēmu piemērošana mācību procesā. Ekspertu apmācības sistēmas.

1.4. Veicot un analizējot pamata rezultātus stāvokļa eksperimenta.

1.5. Izredzes izmantot ekspertu sistēmas izglītības procesā.

Secinājumi par pirmo nodaļu

2. nodaļa. Ēkas teorētiskie jautājumi

Ekspertu apmācības sistēmas

2.1. EOS arhitektūra.

2.2. Zināšanu prezentācija EOS.

2.3. Mācīšanās modelis.

2.4. EOS klasifikācija. 89 Secinājumi par otro nodaļu

3. nodaļa. Izglītības sistēma, ko būvē

Ekspertu apmācības sistēmu darbības princips, kas vērsta uz ķermeņa kustības problēmu risināšanu

Noas lidmašīna

3.1. Programmatūras audzēkņi risina fiziskas problēmas.

3.2. Mācību sistēmas izveide un darbs, pamatojoties uz ekspertu mācīšanās sistēmu darbības principu, kas vērsta uz ķermeņa kustības problēmu risināšanu uz slīpas plaknes.

3.3. Uzdevumi, kas atrisināti, izmantojot izstrādāto ekspertu apmācību sistēmu.

Secinājumi par trešo nodaļu

4. nodaļa. Studentu apmācības metožu eksperimentālā pārbaude, izmantojot izstrādāto programmatūru

4.1. Meklēšanas eksperimenta galveno rezultātu vadīšana un analizēšana.

4.2. Veicot un analizējot mācību un kontroles pedagoģiskā eksperimenta galvenos rezultātus.

Secinājumi par ceturto nodaļu

Ieteicamais disertāciju saraksts

  • Ekspertu sistēmu piemērošanas metodes mācību procesa pielāgošanai un pps efektivitātes novērtēšanai 1997, kandidāts pedagoģisko zinātņu snivil, Elena Aleksandrovna

  • Didaktiskā datora vide kā tehnoloģiju komponents studentu vispārējo prasmju veidošanai eksperimentālo pētījumu veikšanā 2002, kandidāts pedagoģisko zinātņu Koksharov, Vladimirs Leonidovich

  • Datoru tehnoloģija apmācībai un apmācības veikšanai 1999, Pedagoģisko zinātņu kandidāts Gray, Svetlana Pavlovna

  • Informācijas tehnoloģiju didaktiskā specifika vidusskolas izglītības procesā: uz astronomijas kursa materiāla 2002, kandidāts pedagoģisko zinātņu rynin, mikhail leonidovich

  • Principi būvniecības un izmantošanas ekspertu apmācības sistēmu kursā "teorētiskie pamati informātikas" 2000, kandidāts pedagoģisko zinātņu Kudinov, Vitālijs Alekseevich

Disertācija (autora abstrakta daļa) par tēmu "Computer Training Systems, kas balstās uz ekspertu apmācības sistēmu darbības principu: izstrādi un pieteikumu, mācot risinājumu piz. Uzdevumi "

Tradicionāli mācību process kopumā un mācīšanās procesu fizikas, jo īpaši, tiek uzskatīts par divpusēju, kas ietver darbību skolotāja un studentu. Aktīva datora izmantošana izglītības procesā padara to pilntiesīgu trešo partneri mācību procesā. Datori nodrošina gandrīz neierobežotas iespējas, lai attīstītu neatkarīgu radošu domāšanu studentiem, viņu inteliģenci, kā arī neatkarīgu radošo aktivitāšu studentu un skolotāju.

60. gados ir sākusies aktīvs darbs pie jaunu formu un mācību metožu meklējumiem. Akadēmiķa A.I vadībā. Berg organizēja un veica darbu pie ieprogrammētiem mācību jautājumiem, ieviešot tehnisko līdzekļu apmācības un apmācības mašīnas. Programmēta mācīšanās bija pirmais solis, lai pastiprinātu mācību pasākumus. Dziļi pētījumi par programmētās mācīšanās teoriju un praksi notika V.P. Bespalko, G.A. Bordovska, B.S. Gershunsky, V.a. CABESTERS, E.I. Mashbits, D.I. Penner, A.I. RAEV, V.G. Razumovsky, n.f. Talyzin uc.

Jautājumi par datoru efektīvu izmantošanu izglītības procesā un pētījumi par efektīvu metožu un datoru mācīšanās līdzekļu attīstību joprojām ir būtiska un pašlaik. Mūsu valstī un ārzemēs šajā jomā tiek veikti atbilstoši darbi. Tomēr vēl nav izveidojusi vienu viedokli par līdzekļu izmantošanu skaitļošanas iekārtām izglītības jomā.

Sākotnējais periods datora izmantošana mācību procesā ir raksturīga kā intensīvas ieprogrammēto mācību un automatizēto mācību sistēmu izstrādes periods. Automatizēto mācību sistēmu izstrādātāji notika no pieņēmuma, ka mācību procesu var veikt labi organizēta apmācības un informācijas kontroles secība. Pirmie eksperimenti par datoru izmantošanu izglītības procesā konstatēja savu iemiesojumu mācību programmu veidā ar deterministisko apmācību scenāriju. Šī izglītības programmu klase ir raksturīga šādiem trūkumiem: zems pielāgošanās līmenis studenta individuālajām īpašībām; Ņemot vērā studenta zināšanu diagnosticēšanas uzdevumu noteikt savas atbildes piederību vienai no atsauces atbilžu kategorijām; Lielas darbaspēka izmaksas, lai sagatavotu izglītojošu materiālu.

Alternatīva pieeja mācību datorizācijas procesam ir tā saukto mācību vides radīšana. Studiju programmā tiek īstenota apmācības koncepcija, izmantojot atvēršanu. Šīs pieejas būtiskā atšķirība no iepriekš minētajām ir, ka šajā gadījumā students atsaucas kā noteikta autonomā sistēma, kas spēj sasniegt savus mērķus. Šai izglītības programmu klasei šādas funkcijas ir raksturīgas šādas iezīmes: mācību programma nodrošina mācību mācību materiālus un citus resursus, kas nepieciešami, lai sasniegtu skolotāja vai pašu piegādāto mācību programmu; Studentu darbību trūkums no sistēmas. Mācīšanās vides galvenais mērķis ir izveidot labvēlīgu, "draudzīgu" vidi vai "pasauli", "ceļošanu", saskaņā ar kuru students iegūst zināšanas.

Pētījumi jomā psiholoģijas domāšanas, sasniegumi šajā jomā mākslīgā intelekta un programmēšanas tehnoloģiju, ir paplašinājusi apjomu datora izglītības procesā, ļāva pārbaudīt praksē jaunus koncepcijas datoru mācīšanās intelektualizācijas.

Straujš informācijas apjoma pieaugums izglītības procesā rada jaunas prasības attiecībā uz cybernetic pieeju mācībās, un līdz ar to pedagoģisko programmatūru. Viņiem būtu jāpalīdz efektīvi atrisināt galveno uzdevumu - mācīšanās procesa pārvaldību, izmantojot atgriezenisko saiti, pamatojoties uz detalizētu studentu zināšanu diagnostiku, identificējiet kļūdu cēloņus ar datora ierosinātās mācīšanas problēmas vienlaicīgu skaidrojumu. Ievērojamās funkcijas visefektīvāk īsteno, pirmkārt, izglītības sistēmas, kas balstītas uz ekspertu apmācību sistēmu principu, kas nosaka šīs problēmas teorētiskās un praktiskās izpētes nozīmi.

Ekspertu sistēmu ieviešana izglītības procesā ir dabisks loģisks tālākizglītības turpinājums, tās kvalitatīvi jaunais posms, kas nosaka izglītības informatizācijas pamatus. Šis process bija iespējams, dziļi pētījumi, kas veikti pēc zinātnieku un skolotāju izglītības datorizācijas. Ņemot vērā to, ka ekspertu sistēmu izmantošana fizikas problēmu risināšanā sniedza pozitīvus rezultātus, pētījumi par ekspertu sistēmu izstrādi un piemērošanu ir būtiska ne tikai zinātniskā, bet arī pedagoģiskā darbībā, tostarp fizikas apmācībā.

Mācību programmu izmantošana, kas balstīta uz ekspertīzes sistēmu darbības principu, mācīšanās procesā sniegs jaunu augstas kvalitātes izlēkšanu izglītībā. To īstenošana praksē apmācību ļaus: mainīt mācību stilu, pagriežot to no informatīvajiem un skaidrojošiem kognitīvajiem, izglītības un pētniecības; Samazināt nepieciešamo zināšanu apguves laiku.

Pētījuma objekts ir fizikas mācīšanas process.

Pētījuma priekšmets ir mācīšanās process, lai atrisinātu fizikas problēmas, izmantojot apmācības sistēmu, kas balstīta uz ekspertu apmācību sistēmu darbības principu un vispārējā veida veidošanu, lai atrisinātu problēmas.

Darba mērķis bija attīstīt un izveidot apmācību sistēmu, kas balstīta uz ekspertu mācīšanās sistēmu darbības principu, kas vērsta uz konkrētas klases fizisko mērķu risināšanu un izpēti par iespēju veidot kopēju veidu, kā atrisināt Lēmums par fizikas problēmu mācīšanu, izmantojot datus, kas īpaši izstrādāti pedagoģiskā programmatūra.

Pētījuma hipotēze ir šāda: apmācību sistēmu ieviešana, kas balstīta uz ekspertu apmācības sistēmu darbības principu, radīs efektīvāku vispārējā veida asimilāciju, lai atrisinātu fizikas problēmas, kas palielinās to veiktspēju, padziļinātu viņu zināšanas par fiziku un veicinās zināšanu kvalitāti par pētīto tēmu.

Pamatojoties uz formulēto hipotēzi, tika sniegti šādi uzdevumi, lai sasniegtu pētījuma mērķi:

Mūsdienu metožu un izglītības programmu izstrādes analīze. Koncentrējoties uz tiem, kas atbilst darba nolūkam;

Pētījums par iespējām izmantot datoru, lai īstenotu veidošanos vispārējā veidā, lai atrisinātu problēmas studentā;

Izstrāde struktūras un principu veidošanu apmācību sistēmu, kas balstīta uz darbības ekspertu apmācības sistēmu, kas vērsta uz risināšanu fizisko mērķu noteiktas klases;

Pētījuma hipotēzes pārbaude, izstrādātās tehnikas efektivitātes novērtēšana pedagoģiskā programmatūra pedagoģiskā eksperimenta laikā.

Lai atrisinātu uzdevumus, tika izmantotas šādas pētniecības metodes:

Problēmas teorētiskā analīze, pamatojoties uz pedagoģiskās, metodoloģiskās un psiholoģiskās literatūras izpēti;

Studentu, studentu, skolotāju un universitāšu skolotāju aptauja un aptauja;

Pētot mācīšanās procesu, lai risinātu problēmas un izstrādātu metodes vizītes laikā un nodarbībās fizikā, studentu novērojumi, sarunas ar skolotājiem, veicot testus, pārbaudot studentus;

Pedagoģiskā eksperimenta plānošana, sagatavošana, tās rezultātu analīze.

Pētījuma zinātniskā novitāte sastāv no:

Apmācības sistēmas izveide, kas balstīta uz ekspertu mācīšanās sistēmu darbības principu, kas vērsta uz noteiktu fizikas uzdevumu klases risināšanu;

Teorētiskais un praktiskais pamatojums par iespēju veidot vispārēju veidu, kā atrisināt problēmas, kas saistītas ar attīstīto pedagoģiskās programmatūras apguves procesā (apmācības sistēma, kas balstīta uz ekspertu apmācības sistēmu darbības principu);

Izstrāde pamatu metodes izmantošanas apmācības sistēmu, kas balstīta uz ekspluatācijas principu ekspertu apmācības sistēmu, mācot risinājumu fizisku problēmu risināšanu.

Pētījuma teorētiskā nozīme ir izstrādāt pieeju mācīšanos, lai atrisinātu fizikas problēmas, kas noslēgtu studentu vadības problēmu risināšanā, izmantojot speciāli izstrādāto pedagoģisko programmatūru (mācību sistēma, kas balstīta uz ex-pervert-) principu Mācību sistēmas).

Pētījuma praktiskā nozīme ir izveidot programmatūru un metodisko atbalstu fizikas apmācībai (apmācības sistēma, kas balstīta uz ekspertu apmācību sistēmu darbības principu), tās lomas un vietas definīciju izglītības procesā un izstrādājot metodes pamatus Izmantojot pedagoģiskās programmatūras datus, veicot klases fizisko uzdevumu risināšanā, izmantojot datoru.

Aizsardzība tiek izņemta:

Pamatojums par iespēju piemērot izstrādāto mācību sistēmu, kas balstīta uz ekspertu apmācības sistēmu rīcības principu, mācoties, lai risinātu fizikas problēmas;

Pieejas izstrāde studentu pārvaldībai, izmantojot speciāli izstrādātu pedagoģisko programmatūru (apmācības sistēma, kas balstīta uz bijušo personu apmācības sistēmu darbības principu), mācot fizikas problēmas;

Metodes pamati, kā izmantot mācību sistēmu, kas balstīta uz ekspertu apmācības sistēmu rīcības principu, veicot klases, lai atrisinātu fizikas mācīšanas procesā.

Pētījumu rezultātu pārbaude un īstenošana. Tika ziņots par pētījuma galvenajiem rezultātiem, apspriedām un saņēma apstiprinājumu Mācību Fizikas mācīšanas departamenta sanāksmēs MPVGu (1994-1997), jauno zinātnieku konferencē (Mordovas Valsts universitāte, 1996-1997), pie MPKV konferencēm ( 1996. gada aprīlis).

Promocijas darba galvenie noteikumi ir atspoguļoti šādās publikācijās: \\ t

1. gryzlov s.v. Ekspertu apmācības sistēmas (literatūras apskats) // mācīt fiziku vidusskolā. M., 1996. Nē. 4. - P. 3-12.

2. gryzlov s.v. Ekspertu apmācību sistēmu piemērošana fizikas mācīšanas procesā // fizikas mācīšana vidusskolā. M., 1996. Nē 5.-C. 21-23.

3. Grinzlovs S.V., Korolev.p., SolovieVe D.Yu. Ekspertu apmācības sistēma koncentrējās uz korpusa kustības problēmu risināšanu ar slīpu plakni // Izglītības procesa uzlabošana, pamatojoties uz jaunām informācijas tehnoloģijām. Saransk: Mordovas valsts. Ped. In-T 1996. - P. 45-47.

4. Grinzlovs S.V., Kamenetsky S.E. Perspektīvas datortehnikas izmantošanas jomas universitātes un skolas // zinātnes un skolas izglītības procesā. 1997. №2.-C. 35-36.

Promocijas darba struktūra un darbības joma. Promocijas darba darbu veido ievads, četras nodaļas, secinājums, lietotāju literatūras un lietojumprogrammu saraksts. Kopējais tilpums 192 lapu lapu rakstāmmašīnas teksta, ieskaitot 25 zīmējumus, 8 tabulas. Atsauces sarakstā ir 125 preces.

Līdzīgi disertācijas darbi specialitāte "teorija un metodes apmācību un izglītības (pēc jomām un izglītības līmeņiem)", 13.00.02 cifra vac

  • Didaktiskie nosacījumi automatizēto apmācību kursu piemērošanai vidusskolēnu dabas zinātņu disciplīnu studiju procesā 1999, kandidāts pedagoģisko zinātņu Beldous, Natalia Nikolajevna

  • Objektu orientētu matemātisko un programmatūras informācijas tehnoloģiju izstrāde individuālu apmācību pārvaldībai korekcijas skolā 2003, Kandidāts tehnisko zinātņu Kremer, Olga Borisovna

  • Didaktisko interaktīvo programmatūras sistēmu izveides un piemērošanas teorētiskie pamati vispārējām tehniskām disciplīnām 1999, pedagoģisko zinātņu doktors Zainutdinova, Larisa Hasanovna

  • Mācīšanās ģeometrijas mācīšanās metodes 10-11 vidusskolas kategorijās, izmantojot datoru 2002, pedagoģisko zinātņu doktors Mehdiyev, Muradhhan Gadzhikhanovich

  • Datorizēts pedagoģiskais atbalsts studentu darbībām, strādājot plašā programmā 2002, kandidāts pedagoģisko zinātņu Tsareva, Irina Nikolajevna

Promocijas darba noslēgšana par tēmu "teorija un apmācības un izglītības metodes (pēc jomām un izglītības līmeņiem)", Gryzlov, Sergejs Viktorovičs

Secinājumi par ceturto nodaļu

1. Pamatojoties uz iespējamo datora lietošanas jomu analīzi, apmācība atklāja esošo pedagoģiskās programmatūras trūkumus, nepieciešamību radīt un piemērot mācību programmu mācību programmu, kas balstīta uz ekspertu apmācības sistēmu darbības principu.

2. Metodoloģija ir izstrādāta, lai veiktu klases, izmantojot izstrādāto programmatūru (apmācības sistēma, kas balstīta uz ekspertu apmācības sistēmu darbības principu).

3. Meklēšanas laikā tika noteikts saturs, un tika koriģēta izstrādātās pedagoģiskās programmatūras struktūra.

4. MEKLĒŠANAS Eksperimenta veikšana ļāva izstrādāt nodarbību veikšanas metodoloģijas galīgo versiju, izmantojot izstrādāto apmācību sistēmu, kuras mērķis ir veidot vispārējā veida problēmu risināšanā.

5. Kontroles pedagoģiskā eksperimenta rezultātu salīdzinošā analīze liecina par būtisku darba veikšanas metodoloģijas ietekmi uz fizisko problēmu risināšanu, izmantojot izstrādātus pedagoģiskos instrumentus, veidojot kopēju veidu, kā atrisināt problēmas.

Tādējādi ir pierādīts, ka hipotēze ir pierādīta par lielāku efektivitāti mūsu metodes, veicot darbu, risinot fiziskas problēmas, izmantojot izstrādāto pedagoģisko programmatūru, salīdzinot ar tradicionālo.

Secinājums

1. Pedagoģiskā, metodoloģiskā un psiholoģiskā literatūra un disertācijas pētījumi par metodi, kā izmantot datoru mācību procesā, tika pētīta un analizēti. Pamatojoties uz to, tika atklāts, ka visefektīvākā pedagoģiskā programmatūra ir izglītojošas programmas, kas balstītas uz ekspertu apmācību sistēmu darbības principu.

2. Ekspertu apmācības sistēmas, kas vērstas uz studentu veidošanos vispārējās lēmumu pieņemšanā, ir visefektīvākais līdzeklis, kā mācīties risināt problēmas.

3. Izņēmumi, lai izmantotu ekspertu apmācības sistēmas izglītības procesā, norādījumi par ekspertu sistēmu izmantošanu mācību procesā.

4. Ir ierosināta un pamatota struktūra apmācību sistēmas, kas balstīta uz ekspertu apmācības sistēmu principu, kas vērsta uz vispārējo risināšanas problēmu veidošanu.

5. Apmācības sistēma, kas paredzēta ekspertu apmācības sistēmu darbības principam, kas vērsta uz ķermeņa kustības problēmas risinājumu slīpā plaknē. Studentu vadība Problēmas risināšanas gaitā, izmantojot izstrādāto apmācību sistēmu, tiek īstenota: a) datoru modelēšana, kas ļauj identificēt objektu īpašumus un attieksmi, kas ir apšaubāma uzdevumā; b) heiristiskie instrumenti, kas sniedz studentiem iespēju plānot savas darbības; c) soli pa solim kontrolēt studenta rīcību par daļu no mācību sistēmas un prezentējot studentu atsauces risinājumu uzdevumam, attīstot spēju novērtēt savas darbības, izvēlēties kritērijus šim novērtējumam.

6. Metodoloģija ir apņēmusies veikt klases, lai atrisinātu problēmas, izmantojot izstrādāto pedagoģisko programmatūru, to lomu un vietu izglītības procesā. Šīs metodes galvenie noteikumi ir šādi: a) neatkarīga skolotāju studentu izvēle, lai risinātu vienotu veidu, kā atrisināt noteiktu klasi; b) izstrādāto pedagoģisko programmatūru (apmācības sistēma, kas balstīta uz ekspertu apmācības sistēmu darbības principu), lai izveidotu vispārēju veidu, kā atrisināt problēmas; c) katra studenta pašapstrādes problēmu kombinācija ar kolektīvu diskusiju par lēmumu plānu; d) algoritma piešķiršana šīs šķiras problēmu risināšanai, pamatojoties uz jau atrisināto problēmu vispārināšanu.

7. Pedagoģiskā eksperimenta rezultāti parādīja, ka studentu veidošanās vispārējā veidā, lai atrisinātu problēmas eksperimentālajās grupās, kur apmācība tika veikta, izmantojot izstrādāto pedagoģisko programmatūru (apmācības sistēma, kas balstīta uz ekspertu apmācības sistēmu darbības principu), ievērojami augstāka nekā kontroles grupās, kur apmācība tika veikta, izmantojot visbiežāk sastopamos datorprogrammu veidus (modelēšana un apmācība), kas apstiprina precizitāti hipotēze pagarināts.

Atsauces disertācijas pētniecība pedagoģisko zinātņu kandidāts Gryzlov, Sergejs Viktorovičs, 1998

1. Alekseeva E.F., Stefanyuk V. L. Ekspertu sistēmas (stāvoklis un perspektīva) // Izvestia PSRS Zinātņu akadēmija. Tehniskā kibernētika. 1984. - №5. PP. 153-167.

2. Anatsky N.M., Levin N.A., Pospelova L.Ya. Ekspertu sistēmas "IPILOG" / Savienības semināra "PC programmatūras izstrāde un piemērošana izglītības procesā": TEZ. DOKL. Ordzhonikidze, 1989. - P. 27-28.

3. Anderson J.R., Raisser B. J. Lisp skolotājs // in kN. Mākslīgā intelekta realitāte un prognozes: SAT. izstrādājumi; Uz vienu. no angļu valodas / Ed. V.l. Stefanyuk. M.: MIR, 1987. - P. 27-47.

4. Antonyuk L.S., Zhetina I.S. Par aktīvu mācību metožu izmantošanu jauniem kursiem // programmēta apmācība, 1988. -SP. 25.--s.-s. 98-101.

5. Aristova L.P. Skolēnu mācību automatizācija. M.: Apgaismība, 1968. -139 p.

6. Babansky yu.k. Mācību metožu izvēle vidusskolā. M.: Pedagoģija, 1981. - 176 p.

7. Baikova f.ya. Problēmas programmēti uzdevumi fizikā vidusskolā. Skolotāju rokasgrāmata. M.: Izglītība, 1982. - 62 p.

8. Balobashko N.G., Kuznetsovs B.C., Smirnov O.A. Izglītības procesa nodrošināšana ar skaitļošanas resursiem. M.: Augstākas pētniecības iestādes. SHK. - 1985. 44 S.

9. BESPALKO V.P. Pedagoģisko sistēmu teorijas pamati. Voronezh: izdevniecība Voronežas universitāte, 1977. - 304.

10. BESPALKO V.P. Ieprogrammēts mācīšanās (didaktiskās bāzes). M., 1970. - 300 p.

11. BOBKO I.M. Adaptīvā pedagoģiskā programmatūra. -Nosbirsk: NSU izdevniecība, 1991. 101 p.

12. Bugaenko G.A., Borkova S.A. Risināt vienu uzdevumu palielināt grūtības // fizikas skolā. № 4. - 1991. - P. 43-46.

13. Bunjevs M.M. Zinātniskie un metodiskie pamati, izstrādājot sazarotu dialogu apmācības sistēmas: DIS. Attiecībā uz zinātnisko pakāpi. Ped. zinātne 1992. - 350 s.

14. Vlasova E.Z. Ekspertu sistēmu piemērošanas perspektīvas izglītības procesā // Sekundārā speciālā izglītība. 1991. - № 4. - P. 21.

15. Vlasova E.Z. Ekspertu sistēmu zināšanu pamatu izstrāde fiziķu metodiskajā apmācībā: dis. Attiecībā uz zinātnisko pakāpi. Ped. zinātne SP-B, 1993. - 211 p.

16. Guarama M. Pieredze datoru mācību grāmatu izstrādē fizikā // informātika un izglītība. 1990. - № 6. - L 79.

17. Hergei T., Mashbits E.I. Psiholoģiskās un pedagoģiskās problēmas, kas saistītas ar datoru efektīvu izmantošanu izglītības procesā // Jautājumi psiholoģijas. 1985. - № 3. - P. 41-49.

18. Gershun B.S. Datorizācija izglītībā: problēmas un perspektīvas. M.: Pedagoģija, 1987. - 264 p.

19. Glushkov V.M. Skaitļošanas iekārtas un konfigurācijas problēmas. Sat.: Zinātnes nākotne. Perspektīvas. Hipotēzes. Mūsdienu problēmas. Vol. 4. - M.: Zināšanas, 1971.

20. Golitsin I., Natharkov I. Dators fizikas nodarbības // informātika un izglītība. 1990. - № 3. - P. 31.

21. GOTLLIB B. Datoru didaktiskais atbalsts // informātika un izglītība. 1987. - № 4. - P. 3-14.

22. Gotlib B. AOS // informātikas un izglītības struktūra. 1987. - Nē Z.-s. 11-19.

23. Grabar M.I., Krasnoyanskaya k.a. Matemātiskās statistikas izmantošana pedagoģiskajos pētījumos. Nav parametru metodes. -M., Pedagoģija, 1977. 136 p.

24. Gryzlov S.V. Ekspertu un apmācības sistēmas (literatūras apskats) // Sat. Mācīt fiziku vidusskolā. 4. - M., 1996. - P. 312.

25. Gutman V.I., PLEISENSY V.N. Algoritmi Mehānikas problēmu risināšanai vidusskolā: grāmata skolotājam. M.: Apgaismība, 1988. -95. Lpp.

26. Davydov V.V. Izglītības apmācības problēma: teorētiskā un eksperimentālo psiholoģisko pētījumu pieredze. M.: Pedagoģija, 1986. - 240 s.

27. Dalvotājs V. Dialoga apmācības programmas un prasības par tām // informātika un izglītība. 1988. - № 6. - P. 35-37.

28. Danovski P., Dovgyallo A.M., Kirova K.N. un citi. Automatizētās apmācības sistēmas, kuras pamatā ir Spock // mūsdienu augstskola. - 1983.-№ 1.-s. 171-178.

29. Denisov A.E., Bušuevs S.D. Izglītības procesa programmēšana un datorizācija vidusskolā // programmēta apmācība, 1988. -mot. 25.--s.-s. 3-9.

30. Vidusskolas didaktika: dažas mūsdienu didaktikas problēmas. / Ed. M.n. Rockatina. M.: Apgaismība, 1982. - 319 p.

31. Driga V.I., Pankov M.N. Par jautājumu par didaktiskajām prasībām programmatūras un pedagoģisko fondu sagatavošanai / SAT. Dators un izglītība / ed. Razumovsky v.g. M.: APSR, 1991 -117 p.

32. Emelyanov V.V., Wuhanova T.V., Yasinovsky S.I. Mākslīgā intelekta metožu izmantošana elastīgās rūpniecības sistēmās: mācību grāmata kursā "GPS organizatoriskā vadība" / ED. V.v. Emelyanova. M.: Izdevniecība mstu, 1991. - 36 p.

33. ESLAS S.G. Metodes un līdzekļi, lai nodrošinātu efektīvu piemērošanu ekspertu sistēmu apmācībā: disertācijas autora abstraktu par kandidātu tehnisko zinātņu: 05.25.05. Kijeva, 1993.- 16 p.

34. Thermal K., Simon Zh.-K. Datora pielietošana skaitliskai modelēšanai fizikā. M.: Zinātne, 1983. - 235 p.

35. Zak A.Z. Kā noteikt skolas domāšanas attīstības līmeni. -M.: ZINĀŠANAS, 1982. 98 p.

36. Ibrahimov O.V., Petrushin V.a. Ekspertu apmācības sistēmas. -Kyev, 1989. 21 S. - (Prep

37. V. Pārvadātāji Datoru izglītības fizikas didaktiskās pamati. L.: LGPI, 1987. - 256 p.

38. V. Burkāns, Zharkov I.V. Studentu dialogs un automašīnas // fizika skolā. 1985. - № 5. - P. 48-51.

39. V. Pārvadātāji, Revunov D.a. Utt par fizikas nodarbībām vidusskolā. M.: Apgaismība, 1988. - 239 p.

40. Ilina ta Pedagoģija: lekciju kurss. Studentu pedaganda apmācība. Universitātes. M.: Izglītība, 1984. - 202 p.

41. Cybernetics un mācīšanās problēmas. / Ed. A.i. Berg. M.: Progress, 1970. - 390 s.

42. Dators iegūst prātu: par. no angļu / ed. B.Ji. Stefanyuk. -M.: MIR, 1990. 240 p.

43. KONDRATYEV A.S., LOSTV V.V. Fizika un dators. L.: Izdevniecība LHA, 1989. - 328 p.

44. Konstantinov a.b. EM AS teorētika: simboliski aprēķini un mākslīgā intelekta principi teorētiskajā fizikā / eksperimentā uz displeja. M.: Zinātne, 1989. - P. 6-44.

45. Korzh E.D., Penner D.I. Programmēti fizikas uzdevumi VIII klasei. Vladimirs: PI, 1984. - 81 p.

46. \u200b\u200bZINĀT G.K., KABANOV V.A., Black A.V. Instrumentu dialogu lietošanas sistēmas mikro-computer // mikroprocesoru ierīcēs un sistēmās. 1987. - № 3. - P. 29-30.

47. KUZNETSOV A., SERGEVA T. Izglītības programmas un didaktika // Informātika un izglītība. 1986. - № 2. - P. 87-90.

48. KUZNETOV A. Datoru piemērošanas pamatprincipi mācību procesā. / Sat. Datorizācijas mācīšanās teorētiskās un lietišķās problēmas. KazaN, 1988. - 184 p.

49. Lanina I.Ya. Izveidošanās kognitīvās intereses studentu nodarbībās fizikas. M.: Apgaismība, 1985. - 128 p.

50. Lobanov Yu.I., Brusilovsky P.L., Edinal V.V. Ekspertu apmācības sistēmas. - M., - 56 p. - (Jaunas informācijas tehnoloģijas izglītībā: pārskatīšana, informēt. / Niivo; 2. izdevums)

51. LAUDIS V.Ya. Psiholoģiskie principi dialoga apmācības sistēmu veidošanai // SAT. Psiholoģiskās un pedagoģiskās un psiholoģiskās un fizioloģiskās problēmas datoru mācīšanās. M.: PSRS Zinātņu akadēmijas izdevniecība. - 1985. - 162 p.

52. Marsellus D. Programmēšanas ekspertu sistēmas Turbo prologā: par. no angļu valodas M.: Finanses un statistika, 1994. - 256 p.

53. Maryasina e.d. Analīze par atbilžu pareizību automatizētās apmācības sistēmās, izmantojot interpretējošus modeļus // kontroles sistēmas un mašīnas. 1983. - Nē. 1. - P. 104-107.

54. Maslov A., Tairov O., Truch V. Fioler-higiēnas aspekti personālo datoru izmantošanas izglītības procesā // informātika un izglītība. 1987. - № 4. - P. 79-81.

55. Mashbits E.I. Dialogs mācību mašīnā. Kijeva: Victory SK., 1989 -182 p.

56. Mashbits E.I. Apmācību datorizācija: problēmas un perspektīvas. M.: 1986. - 80 S.

57. Mashbits E.I. Psiholoģiskās un pedagoģiskās apmācības problēmas. M.: Pedagoģija, 1988. - 215 p.

58. Metodes studiju gaitā fizikas vidusskolas tēmas "Elektriskā lauka", pamatojoties uz problemātiskiem ieprogrammētiem uzdevumiem:

61. Mitrofanov g.yu. Ekspertu sistēmas mācību procesā. M.: Tsnti civilā aviācija, 1989. - 32 p.

62. Mikhalevich V.M., Dovgyallo A.M., Saveliev Ya.M., Kogdov N.M. Ekspertu un apmācības sistēmas datoru mācīšanās kompleksā // Modernā augstskola. 1988. - № 1 (61). - P. 125-136.

63. Monks V.M. Psiholoģiskās un pedagoģiskās problēmas, kas saistītas ar studentu datorprasmes nodrošināšanu // Psiholoģijas jautājumiem. 1985. - Nr. 3. Lpp. 14-22.

64. Morozova N.V., Ionkin V.P. Rāmju sistēmu izmantošana, lai uzraudzītu studentu zināšanas // grāmatā. Metodes un līdzekļi informācijas informatīvai un zinātnisko pētījumu / Mosk. Ekt. In-t. M., 1992.- P. 43-49.

65. Nevdava L., Sergeeva T. Par daudzsološām tendencēm pedagoģiskās programmatūras // informātikas un izglītības attīstībā. - 1990.-№6.-C. 79.

66. Nikolovs B.C. Instrumentālo instrumentu izstrāde mācību ekspertu sistēmu izveidei: dis. Attiecībā uz zinātnisko pakāpi. fiziskais mat. zinātne M., PSRS Zinātņu akadēmija, 1988. - 183 p.

67. Nilson N. Principi mākslīgā intelekta / trans. no angļu valodas -M.: Radio un komunikācija, 1985. 373 p.

68. Novikov V.N. Par vienu uzdevumu palielināt grūtības // fizikas skolā. Nr. 5. - 1989. - P. 124-128.

69. Novitsky L.P., Fadberg L.M. Ekspertu un apmācības sistēma personālajiem datoriem // in kN: Cybernetics metodes un līdzekļi vidusskolas mācību procesa vadībā: SAT. Zinātnisks Tr. / Mosk. Ek-art. In-t. M.; 1992. - P. 43-49.

70. Pedagoģijas skola. / Ed. I.t. Ogorodnikova. M.: Apgaismība, 1978.-320 S.

71. Skaitļošanas iekārtu izstrādes perspektīvas: 11 kN: atsauce, rokasgrāmata / ED. Yu.m. Smirnova. Kn. 2. EMM intelektuālais / E.S. Kuzin, A.I. Ryutman, i.b. Fomins, g.k. Khakhalīns. M.: Augstāks. 1989. - 159 p.

72. Petrushin V.a. Ekspertu apmācību sistēmu arhitektūra / in kN. Ekspertu apmācības sistēmu izstrāde un piemērošana: SAT. Zinātnisks Tr. M.: Niivsh, - 1989. - P. 7-18.

73. Petrushin V.A. Inteliģentas izglītības sistēmas: arhitektūras un ieviešanas metodes (pārskatīšana) // Izvestia AN. Tehniskā kibernētika, # 2 1993. - P. 164-189.

74. Petrushin V.A. Modelējot studenta zināšanu statusu inteliģentās apmācības sistēmās // grāmatā. Datoru mācību tehnoloģiju attīstība un to īstenošana: SAT. Zinātnisks Tr. / PSRS Zinātņu akadēmija. In-t kybirnetics tiem. Glushkova, Kijeva, 1991. - P. 26-31.

75. MOVYTEL N.I. Mērķa veidošana datoru lietotāju programmatūras psiholoģiskajā nodrošināšanā. M.: Moskovas Valsts universitātes izdevniecība, 1975. gads. 79-81.

76. Popova e.v. Saziņa ar datoru dabiskajā valodā. M.: Science.-1982. - 360 p.

77. Popova e.v. Ekspertu sistēmas: informalizētu uzdevumu risināšana dialogā ar datoru. M.: Zinātne. Glāstīt ed. fiziskais mat. lit., 1987. - 288 p.

78. Ēku ekspertu sistēmas. Ed. F. Hayes-Rota M.: MIR, 1987.-442 p.

79. Seminārs par pedagoģiskās programmatūras izstrādi vidusskolā. / Uch. Rokasgrāmata ed. V.d. Stepanova. M.: Publishing House Prometheus, 1990. - 79 p.

80. Zināšanu prezentācija un izmantošana: par. ar jaka / Ed. X. Weno, M. Ishizka. M.: MIR, 1989.

81. Ekspertu sistēmu izmantošana fizikas mācīšanā: mea-tod.recommunications. / SOST E.z. Vlasova, prof., Dr F.-m. Zinātne V.a. Cabers. C-PB, 1992. - 50 S. - (kibernētika. Pedagoģija. Eduko-Gia / Ros. Ped. Universitāte. A.I. Herzen. No "Izglītības").

82. Putiva A. Izglītības apmācības jautājumi, izmantojot datoru // Jautājumi psiholoģijas. 1987. - № 1. - P. 63-65.

83. RAEV A.I. Psiholoģiskie jautājumi programmēta mācīšanās. L.: LGPPY tos. Herzen, 1971. - 96 p.

84. Ekspertu apmācību sistēmu izstrāde un piemērošana. // sestdiena Zinātnisks Tr. M.: NIVS, 1989. - 154 p.

85. Revunov A.D., V. Pārvadātāji Elektronika un skaitļošanas iekārtas fizikas nodarbībās vidusskolā. M.: Apgaismība, 1988. - 257 p.

86. Richmond U.K. Skolotāji un automašīnas: (ieprogrammēto mācīšanās īstenošana teorijā un praksē). M., 1968. - 278 p.

87. Savčenko n.e. Kļūdas uz ieejas eksāmeniem fizikā. - Minska, vesti. 1975. - 160 p.

88. Sergeeva T. Jauna informācijas tehnoloģija un izglītības saturs // Informātika un izglītība. -1991. № 1.

89. Sergeeva T., Chernyavskaya A. didaktiskās prasības datoru mācību programmām // informātika un izglītība. -1986. - 1.-s. 48-52.

90. Talyzina n.f. Programmētā mācīšanās teorētiskās problēmas. M.: Mošavas Valsts universitātes izdevniecība, 1969. - 133 p.

91. Talyzina n.f. Mācīšanās zināšanu procesa vadība. M.: Maskavas Valsts universitātes izdevniecība 1975.-343 p.

92. Tarasov Ji.b., Tarasova A.N. Jautājumi un izaicinājumi fizikā (analīze raksturīgo kļūdu ienākošo augsnē). Izglītība. Manuālā, 3. ed., Pererab. un pievienot. - m.: Augstāks. Shk., 1984. - 256 p.

93. Tikhomirov O.K. Dialoga "Man -EVM" // Biļetens Maskavas Valsts universitātē. Ser. 14. Psiholoģija. - 1984. - № 2. - P. 1724.

94. Usova A.V., Bobrov A.A. Mācību prasmju un studentu prasmju veidošana fizikas nodarbībās. M.: Apgaismība, 1988. - 112 p. (Fizikas skolotāja bibliotēka).

95. Usova A.V., TULKIBAEVA N.N. Seminārs par fizisko problēmu risināšanu: izglītība. Rokasgrāmata studentiem Fiz.-paklājiņš. Fakts M.: Apgaismība, 1992. - 208 p.

96. Fedoseenko M.Yu. Izvēle, kā izvēlēties zināšanas ekspertu apmācības sistēmās // Grāmatā: Ekspertu apmācības sistēmu izstrāde un piemērošana: SAT. Zinātnisks Tr. M.: NIVS, 1989. - P. 43-48.

97. Čekulaeva M.E. Izmantojot datoru kā līdzekli studentu domāšanas veidošanai, mācot fiziku: disertācijas autora kopsavilkums par pedagoģisko zinātņu kandidātu pakāpi: 13.00.02. -M., 1995.- 17 p.

98. Vīrietis un skaitļošanas iekārtas / Ed. V.M. Glushkova. Kijeva, Nukov Dumka, 1971.

99. Vīrietis un skaitļošanas iekārtas. / Kopā. ed. V.M. Glushkova. Kijeva, 1971.-294 p.

100. Schukina G.I. Izglītības procesa izziņas aktivitātes aktivizēšana. M.: Apgaismība, 1979. - 160 S.

101. Aiken K. Skolotāji un dators. Kas ir galvenais uzņēmums? // papīrs, kas iesniegts ABS (izglītības sistēmas automatizācijā) sekundārajos un augstos shcoolos. Intitute Kurchatova. M., 1989, 26. maijs - P. 37-41.

102. Anderson J.a. Psiholoģija un inteliģenta apmācība / Artif. Intl. Un EDUC.: PROC. 4. int. Konflikti. Ai un EDUC., Amsterdama, 24-26 maijs 1989. -amsterdam uc, 1989. P. 1.

103. Andriole S.J. Mākslīgā inteliģences solījums // J. Syst. Pārvaldnieks. -1985.-Vol. 36.-№7.-p. 8-17.

104. BODNAR GY. Mesterseges inteliģence ES a szakerforendzerek // Minosede es megizhatosag, 1988. Nē. 3. - P. 11-17.

105. BORK A. Mācīšanās ar personālajiem datoriem. Cambridge: Harper un Row, 1987. - 238 p.

106. Brūns I.S., Burton R.R. Diagnostikas modeļi procesuālajām bugs matemātiskās prasmes // kognitīvā zinātne. 1978. - V. 2. - P. 155192.

107. Burton R.R. Diagnosticēt bugs asimple procesuālās prasmes // intern. J. Man-Machine studijas. 1979. - № 11.

108. Cumming G., Self J. Sadarbības Intellegent izglītības sistēmas / Artif. Intl. Un EDUC.: PROC. 4. int. Konflikti. Ai un EDUC., Amsterdama, 2426 maijs, 1989. Amsterdama uc, 1989. - P. 73-80.

109. Dutta A. Argumentācija ar nevainojamu zināšanas ekspertu sistēmā // int. SCI. (ASV). 1985. - Vol. 37. - № 1-3. - P. 3-24.

110. Elson-Cook M. Vadīts atklāšanas apmācība un ierobežota lietotāja modelēšana // Self J. (ed.) Mākslīgais intelekts un cilvēku mācīšanās. Inteliģenti datorizēti norādījumi. L.: Chapman un Hall, 1988.

111. Feigenbaum E. Pēc ģenerālproblēmas un problēmu risināšanas // mašīnas izlūkošanas. 1971. - № 6.

112. Feigenbaum E.A., Mecorduck P. 5. paaudze. Addison Wesley. Masu. 1983.-226 p.

113. Goldstein IP. Ģenētiskais grafiks: pārstāvība procesuālo zināšanu attīstībai par procesuālajām zināšanām // intern. J. Man-Machine studijas. 1979. - 11.

114. Murray W.R. Intelligent apmācības sistēmu kontrole: dinamiskā instrukciju plānotājs / artifikācija. Intl. Un EDUC.: PROC. 4. int. Konflikti. Ai un EDUC., Amsterdama, 24-26 maijs, 1989. Amsterdama uc, 1989.-P. 150-168.

115. Newell A. Heiristiskā programmēšana: Iltrukturētas problēmas // darbības apstrādes progress. Ņujorka: Wiley un dēli, 1969. - V. 3. - P. 362414.

116. Simon H. ilustrētu problēmu struktūra // mākslīgais intelekts. 1974. - V. 5. - Nr. 2. - P. 115-135.

117. Kvēlspējas D. Daži izaicinājumi inteliģentas apmācības sistēmas / IJCAI 87: Proc. 10. locītava con. Māksliniecisks. Intl., Milan, Aug. 23-28, 1987. P. 11661168.

118. Kvēlspējas D. Novērtējot ASSEP kompetences pamata algebra // miega D., Brown J.S. (EDS) viedās apmācības sistēmas. Ņujorka: akadēmiskais press, 1982.

119. Souldin Y. Optimāla mācību sistēma ilūzija vai realitāte? / East-West: International. Konference "Mijiedarbība vīrieša ar datoru", Maskava, 3-7 Aug., 1993: DOKL. T. 1. - M., 1993. - P. 59-72.

120. Tomsett S.R. Izglītība, apmācība un zināšanu bāzes dizains // eksperts Syst. 1988. - V. 5. - Nr. 4. - P. 274-280.

121. WEIP S. Dators skolā: mašīna kā humanizer // simpozijs: Hārvarda izglītības pārskats, 1989. Vol. 59. - 1. - P. 61.

122. Yazadani M. Viesu redakcija: ekspertu apmācības sistēmas // ekspertu Syst. -1988. V. 5. - Nr. 4. - P. 271-272.

Lūdzu, ņemiet vērā iepriekš izklāstītos zinātniskos tekstus tiek publicēti iepazīšanās un iegūti, atzīstot sākotnējos tēzijas (OCR). Šajā sakarā tie var saturēt kļūdas, kas saistītas ar atzīšanas algoritmu nepilnību. PDF disertācijā un autora kopsavilkumos, ko mēs piegādājam šādas kļūdas.

Ekspertu sistēma apmācībai - Šī ir programmatūras sistēma, kas īsteno mācību funkciju, pamatojoties uz ekspertu zināšanām.

EOS iespējas:
  • Tīkla skatījums uz mācību kursiem

  • Traine modeļi

  • Kontroles jautājumu un datu ģenerēšana atbilžu analīzei uz tiem

  • Spēja veidot zināšanu, prasmju un prasmju pamatus


Ekspertu sistēmas uzdevumi:
  • nodrošināt gūtos skaidrus kritērijus mācību mērķu sasniegšanai (kontroles sistēma), \\ t

  • palīdziet viņam veidot optimālu individuālu mācību grafiku.

  • sust iepriekšējo konsultāciju rezultātus.


  • Ekspertu sistēma, lai atrisinātu pētījuma priekšmetu problēmas

  • Ekspertu sistēma praktikantu kļūdu diagnostikai

  • Ekspertu sistēma mācību vadības procesa plānošanai


1. Doktrīna

1. Doktrīna . Zināšanu ieguves vides izveide.

2. Apmācība. Veicot funkcijas skolotāja, prezentējot materiālu, kontroli tās asimilācijas un diagnostiku kļūdu

3. Kontrole un diagnostika . Testa jautājumu nodrošināšana, atbilžu novērtēšana un kļūdu identificēšana.

4. Treniņš . Mutes izveide, kas ļauj iegūt un noteikt nepieciešamās prasmes un prasmes.



Ekspertu apvalks

Ekspertu apvalks paredzēti, lai organizētu mācīšanos "Computer-student" režīmā. Apmācība informācijas un izglītības vides "Chopin" sastāvā notiek saskaņā ar individuālo mācību programmu un individuālā tempā. Ekspertu čaumalu vidē veic konsultanta lomu, kas, pamatojoties uz studenta reālajiem sasniegumiem, kas ierakstīti testēšanas un apmācības rezultātu datubāzē, veido studiju plānu un nolemj panākt mācītās zināšanas par šo tēmu platība. VIPES - Hybrid apvalks


Vizītes ir paredzētas darbam tīklā. Šis apvalks ir multiplayer. Šī sistēma izmanto grafisko lietotāja interfeisu. Priekšmeta speciālisti un skolotāji var patstāvīgi izveidot un rediģēt vipes čaumalas zināšanu bāzes.

  • Apvalka testēšana

  • Datu analīzes konsole

  • Vairāku lietotāju EK ar vizuālo interfeisu membrānu

  • Apmācības un testēšanas datu bāze

  • Testa un apmācības kursu failu sistēma

  • Mācīšanās apvalks

  • Pakalpojumu modulis.



Testēšanas avota dati

Testēšanas avota dati ietver faktu informācijas pārbaudi, kas kalpo pārbaudes pamatam.

Loģiskā zināšanu bāzes pārbaude slēpjas, atklājot loģiskas kļūdas produktu sistēmā, kas nav atkarīgas no objekta teritorijas; neatbildētos un krustojošos noteikumus; Dispons un gala klauzulas (pretrunīgi nosacījumi).

Konceptuālā pārbaude Tiek veikts, lai pārbaudītu sistēmas vispārējo struktūru un ņemtu vērā visus atrisinātā uzdevuma aspektus.


1. Viegli atrisināt sistēmas veidošanas avota uzdevumu.

2. Iespēja pievienot testa sistēmu lietošanas laikā.

3. diezgan vienkārša praktiskā izmantošanas shēma.

4. Lietotāja pievilcība laika un pūļu dēļ, kas pavadīts zināšanu pārbaudei.


vairāku atbilžu opciju priekšlikums netieši stimulē lietotājam, lai analizētu dažādus risinājumus, dziļāk izpētīt uzdevumu.

Ekspertu sistēmas pārskatīšana.

Viens no veidiem, kā atrisināt problēmu, ir problēma, lai pastiprinātu izglītības procesu - jaunāko informācijas tehnoloģiju izmantošanu jauniešu profesionāļu apmācībā un praksē.

Lai atrisinātu šo problēmu, projekts ir izstrādāts, lai izveidotu pārskatīšanas ekspertu sistēmu, kas vienlaikus pilda eksperta konsultanta un skolotāja funkcijas.




Ekspertu sistēma ir programma, kas ir paredzēta, lai modelētu cilvēka inteliģenci, pieredzi, zināšanu procesu.

Ar ekspertu sistēmu, kas balstīta uz pārskatīšanas pieeju, lietotājs nodrošina lielāku datu apjomu, kā arī savu risinājumu vai rīcības plānu.

Sistēma novērtē lietotāja plānu un nodrošina kritisku analīzi.

Kritiskā analīze ietver alternatīvas, paskaidrojumus, attaisnojumus, brīdinājumus un papildu informāciju izskatīšanai.


Pārskatīšanas ekspertu sistēma īsteno divu veidu spējas:
  • Sistēma var darboties kā parastā ekspertu sistēma.

  • Sistēma var analizēt kādu no iespējamiem plāniem, ko lietotājs ierosinājis saistībā ar iespējamo darbību skriptu un rada praktisku kritisku analīzi.



1. Lietotājs ievada informāciju par pašreizējo darbību un iepazīstina ar savu darbības plānu vai pasākumu kopumu.

2. Ieviestā analīze

3. Lietotājs saņem nepieciešamo rezultātu.

4. Ja lietotājs lūdza rīcības plānu kā nezināmu, pārskatīšanas ekspertu sistēma darbosies kā parastā ekspertu sistēma un sniegs plānu ieteiktajam ekspertam.


Visas ekspertu sistēmas veic dažādas funkcijas, bet tās īsteno vienu mērķi - salīdzināt šo uzdevumu ar pieejamo informāciju datubāzē un izpildīt funkciju, ko veic šī ekspertu sistēma.

  • Kas ir ekspertu studiju sistēma?

  • Kādi 3 aspekti tiek piešķirti ekspertu sistēmu testēšanā?