龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：浙江大学
摘要：本发明公开了一种基于互信息最大化的跨课程知识追踪方法。该方法旨在通过分析学习者在多个课程中的历史顺序交互来预测他们在课程中的答题表现。主要由三部分构成：第一部分利用层次化知识状态建模来获得学习者在不同粒度级别上的知识状态表示，包括问题集层面和课程层面的知识状态；第二部分设计了跨课程对比学习模块，通过互信息最大化来增强学习者在单课程和跨课程中的知识状态之间的相关性；第三部分引入一种专门针对教育场景设计的混合硬负采样策略，以进一步提高对比学习过程的判别能力。
主权项：1.一种基于互信息最大化的跨课程知识追踪方法，其特征在于，包括以下步骤：1以学习者为单位对公开的跨课程数据集进行处理，获得跨课程知识追踪数据集S；2对步骤1构建的跨课程知识追踪数据集S进行加工，得到模型的训练集、验证集、测试集，并针对训练集中的每个正例进行混合硬负采样得到对应的负例；3基于Rasch模型对问题进行表征，并通过多层级知识状态模块对学习者的问题集层面知识状态和课程层面知识状态进行表征；4基于步骤3，联合单课程和跨课程层面知识状态表征对学习者在新问题集上的答题情况进行预测；5基于步骤3，对单课程和跨课程层面知识状态表征进行互信息最大化对比学习；6使用mini-batch方法对步骤4和步骤5进行训练，并使用正则化因子平衡跨课程知识追踪预测损失和跨课程互信息最大化对比学习损失。
全文数据：
权利要求：
百度查询： 浙江大学 一种基于互信息最大化的跨课程知识追踪方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号