Please use this identifier to cite or link to this item: http://repository.sspu.edu.ua/handle/123456789/6399
Title: Нечітка модель оцінки знань при поточному контролі
Other Titles: Fuzzy Model of Knowledge Assessment Under Current Control
Authors: Гулєша, О. М.
Huliesha, O. M.
Багрій, В. В.
Bahrii, V. V.
Пишний, М. А.
Pyshnyi, M. A.
Устименко, В. О.
Ustymenko, V. O.
Keywords: поточний контроль
нечітка модель
комп’ютерні тести
інформаційні технології
інтелектуальна система
модель Раша
алгоритм нечіткого логічного висновку
логіти
латентні параметри
formative assessment
fuzzy model
computer tests
information technologies
intelligent system
Rasch model
fuzzy inference algorithm
logit
latent parameters
Issue Date: 2018
Publisher: СумДПУ імені А. С. Макаренка
Citation: Нечітка модель оцінки знань при поточному контролі [Текст] / О. М. Гулєша, В. В. Багрій, М. А. Пишний, В. О. Устименко // Актуальні питання природничо-математичної освіти : збірник наукових праць / Міністерство освіти і науки України, Сумський державний педагогічний університет імені А. С. Макаренка ; [редкол.: В. Г. Бевз, Н. В. Бровка, В. Ватсон та ін., голова редкол. О. С. Чашечникова]. – Суми : [СумДПУ імені А. С. Макаренка], 2018. – № 1 (11). – С. 193–202.
Abstract: Показано роль поточного контролю знань в навчальному процесі. Розглянута така форма поточного контролю, як комп’ютерне тестування, виділені її переваги і недоліки. Важливою тенденцією цього напрямку є пошук інноваційних методів контролю знань, які відповідають вимогам об’єктивності, надійності, технологічності при невеликих витратах. Мета контролю – визначення якості засвоєння навчального матеріалу, міри відповідності сформованих умінь і навичок цілям та завданням навчання по тому або іншому навчальному предмету. Важлива складова ефективного тестування – об’єктивний аналіз отриманих даних, в основі якого лежить певна модель оцінювання результатів. Оптимальним рішенням проблеми є використання сучасної теорії Item Response Theory (IRT), яка призначена для оцінки латентних параметрів учасників тестування і параметрів завдань тесту за допомогою застосування математико-статистичних моделей виміру. Усі моделі IRT розрізняються по кількості використовуваних в них змінних. Найбільш відомі – це однопараметрична модель Раша, двохпараметрична і трьохпараметрична моделі Бірнбаума. Запропоновано метод оцінки знань студента з урахуванням часу, витраченого на рішення конкретного завдання.Методику оцінки якості знань студентів пропонується побудувати з використанням методів і засобів штучного інтелекту, реалізованих в пакеті Fuzzy Logic Toolbox системи MatLab у вигляді адаптивної системи нейро-нечіткого виведення ANFIS (Adaptive Neuro – Fuzzy Inference System). Гібридна система ANFIS є поєднанням нейро-нечіткого методу виведення Сугено з можливістю навчання штучної нейронної мережі прямого поширення з одним виходом і декількома входами, які є нечіткими лінгвістичними змінними. Проведені дослідження дозволяють зробити висновок про те, що комп’ютерне моделювання на основі нечіткої логіки дає можливість кількісно описати якісну оцінку результатів діяльності, що свідчить про наявність значного потенціалу нечіткого моделювання в області рішення завдань сучасної освіти. Впровадження нової системи тестування в навчальний процес створює умови для розширення можливостей викладачів і студентів.
The paper discusses the role of formative assessment of knowledge in the educational process. The authors consider such form of assessment as computer testing. The objective of assessment is to determine the quality of the knowledge absorbed, the degree of compliance of the formed skills and abilities with the goals and objectives of training in a particular subject. An important component of effective testing is an objective analysis of the data obtained, which is based on a certain model for evaluating results. The optimal solution is to apply modern Item Response Theory (IRT), which is designed to estimate the latent parameters of test participants and the parameters of test tasks using the mathematical-statistical measurement models. All IRT models differ in the number of variables used in them. The best known are the one-parameter Rasch model, the two-parameter and three-parameter Birnbaum models. The authors suggest a method for assessing students’ knowledge, which takes into account the time spent on solving a particular task. They argue that the methodology for assessing the quality of students’ knowledge should be designed using the methods and tools of artificial intelligence implemented in the MatLab Fuzzy Logic Toolbox as an adaptive neural-fuzzy inference system ANFIS (Adaptive Neuro – Fuzzy Inference System). The hybrid system ANFIS is a combination of Sugeno neuro- fuzzy inference method with an option of teaching artificial neural network of direct propagation with one output and several inputs that are fuzzy linguistic variables. The conducted studies allow us to conclude that computer simulation based on fuzzy logic makes it possible to quantitatively describe a qualitative assessment of the results of activities, which indicates significant potential of fuzzy modeling in the field of solving problems of modern education. The introduction of a new system of testing in the educational process stipulates the empowerment of teachers and students.
URI: http://repository.sspu.sumy.ua/handle/123456789/6399
Appears in Collections:Актуальні питання природничо-математичної освіти

Files in This Item:
File Description SizeFormat 
Guliesha O.M., Bagriy V.V., Pyshnyy M.A., Ustimenko V.O..pdf631,13 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.