Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江西脑控科技有限公司刘雨飏获国家专利权

江西脑控科技有限公司刘雨飏获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉江西脑控科技有限公司申请的专利一种基于大模型驱动的自适应学习评估方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120508791B

龙图腾网通过国家知识产权局官网在2025-09-16发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511006289.2,技术领域涉及:G06F18/21;该发明授权一种基于大模型驱动的自适应学习评估方法及系统是由刘雨飏;李婷;黄学坚;陈玮;陈斌;刘宇航;熊盛设计研发完成,并于2025-07-22向国家知识产权局提交的专利申请。

一种基于大模型驱动的自适应学习评估方法及系统在说明书摘要公布了:本发明提供了一种基于大模型驱动的自适应学习评估方法及系统,方法包括对使用者进行身份验证,若身份验证通过,则获取使用者的行为数据与情绪数据;对行为数据进行行为分析,以输出行为分析结果;对情绪数据进行情绪状态分析,以得到情绪分析结果;获取训练数据,将训练数据输入预设模型中进行训练并评估模型性能,以得到目标模型,将行为分析结果、情绪分析结果、目标学习计划输入目标模型中,以输出评估结果,本发明可以提供更为精细化的学习体验分析以及评估学生的学习效果,还根据评估结果提供个性化的学习建议,并调整教学内容和学习路径,实现真正的自适应学习。

本发明授权一种基于大模型驱动的自适应学习评估方法及系统在权利要求书中公布了:1.一种基于大模型驱动的自适应学习评估方法,其特征在于,包括: 对使用者进行身份验证,若身份验证通过,则获取所述使用者的行为数据与情绪数据; 对所述行为数据进行行为分析,以输出行为分析结果; 对所述情绪数据进行情绪状态分析,以得到情绪分析结果; 获取训练数据,将所述训练数据输入预设模型中进行训练并评估模型性能,以得到目标模型,将所述行为分析结果、所述情绪分析结果、目标学习计划输入目标模型中,以输出评估结果; 所述对所述行为数据进行行为分析,以输出行为分析结果的步骤包括: 基于所述行为数据确定学习投入度: ; 式中,为标准学习时长,为第个学生的实际学习时长; 基于所述行为数据确定学习节奏比: ;; 式中,为第个学生的学习内容量,表示第个学生完成学习内容量所需的时间,为第个学生的学习完成速度,为标准学习完成速度; 基于所述行为数据确定作答速度比: ; 式中,为第个学生的完成目标题目的实际作答时间,为目标题目的标准作答时间; 基于所述行为数据确定作答顺序指标: ; 式中,为第道题目的难度,为题目总数,表示第个学生选择作答的第一个题目的难度; 综合所述学习投入度、所述学习节奏比、所述作答速度比、所述作答顺序指标,以得到行为分析结果; 所述将所述训练数据输入预设模型中进行训练并评估模型性能,以得到目标模型的步骤包括: 将所述训练数据输入预设模型中进行训练,基于训练输出结果计算预测成绩: ; 式中,为截距参数,为误差项,为期望考试成绩,分别为第一~第七变量系数,分别为第个学生的实际学习时长、学习节奏比、作答速度比、作答顺序指标、专注度、困惑度、学习投入度; 基于所述预测成绩计算均方误差: ; 式中,为训练数据中的学生数量,为第个学生的实际考试成绩; 基于所述预测成绩计算分数: ; 式中,为考试成绩平均值; 基于所述均方误差、所述分数对所述预设模型进行优化训练,以得到目标模型。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人江西脑控科技有限公司,其通讯地址为:330000 江西省南昌市赣江新区直管区万和路988号万创科技城1栋4层407室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。