买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】基于增强动态键值记忆网络的知识追踪方法_西安理工大学_202311850373.3 

申请/专利权人:西安理工大学

申请日:2023-12-28

公开(公告)日:2024-04-09

公开(公告)号:CN117852640A

主分类号:G06N5/025

分类号:G06N5/025;G06N3/0442;G06N3/045;G06Q50/20

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.04.26#实质审查的生效;2024.04.09#公开

摘要:本发明公开的基于增强动态键值记忆网络的知识追踪方法,包括以下步骤:步骤1、构建增强的动态键值记忆网络模型,动态评估学生的学习能力和练习题的难度;步骤2、采用K‑means聚类算法根据步骤1所得学生的学习能力对学生分组;步骤3、根据步骤1所得练习题的难度、步骤2所得学生分组结果及练习题的技能与回答正确率二元组构建丰富的模型输入特征;步骤4、根据步骤3所得模型输入特征进行长期序列建模并输出预测结果。本发明的基于增强动态键值记忆网络的知识追踪方法,解决了在利用现有技术评估学生技能学习能力时准确度低导致无法准确开展个性化教学支持的问题。

主权项:1.基于增强动态键值记忆网络的知识追踪方法,其特征在于,包括以下步骤:步骤1、构建增强的动态键值记忆网络模型,动态评估学生的学习能力和练习题的难度;步骤2、采用K-means聚类算法根据步骤1所得学生的学习能力对学生分组;步骤3、根据步骤1所得练习题的难度、步骤2所得学生分组结果及练习题的技能与回答正确率二元组构建丰富的模型输入特征;步骤4、根据步骤3所得模型输入特征进行长期序列建模并输出预测结果。

全文数据:

权利要求:

百度查询: 西安理工大学 基于增强动态键值记忆网络的知识追踪方法

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。