Я. А. Ваграменко Редакционный совет icon

Я. А. Ваграменко Редакционный совет


Смотрите также:
Я. А. Ваграменко Редакционный совет...
Я. А. Ваграменко Редакционный совет...
Я. А. Ваграменко Редакционный совет...
Я. А. Ваграменко Редакционный совет...
Я. А. Ваграменко Редакционный совет...
Я. А. Ваграменко Редакционный совет...
Я. А. Ваграменко Редакционный совет...
Я. А. Ваграменко Редакционный совет...
Я. А. Ваграменко Редакционный совет...
Я. А. Ваграменко Редакционный совет...
Я. А. Ваграменко Редакционный совет...
Я. А. Ваграменко Редакционный совет...



Загрузка...
страницы: 1   2   3   4   5   6   7
вернуться в начало
скачать

^ Архитектура виртуальных миров

Серьезным недостатком деклараций ООН по устойчивому развитию является то,что они опираются на старую физикалистскую картину мира, поэтому имеются большие трудности в реализации этой концепции . А между тем созрела новая альтернатива старой картине мира - компьютеризм, который опирается как на новые технологические достижения , так и на многовековый опыт создания и освоения виртуальных миров, прежде всего в искусстве и гуманитарных науках Л.2,3,4,5. Базовое положение компьютеризма : наш мир - это не более чем модель внутри сверхмашины, наряду с этим миром могут существовать другие миры, эти миры могут взаимодействовать между собой и нашим миром. Каждый человек - это отдельный целый мир, человечество - это множество миров, частично объединенных между собой по различным признакам( по признакам принадлежности к одной семье или роду и племени, по признаку принадлежности к одной профессии, по признаку проживания в одном городе и т.д.).

Современный уровень вычислительной техники, связи и программирования позволяет перейти к массовому формированию виртуальных миров. Главный побудительный мотив для их создания - желание каждого человека иметь активных помощников в различных сферах. Эти помощники обычно называются агентами , они являются программно-аппаратными комплексами и подчиняются только конкретному человеку-принципалу, который их создает и программирует в соответствии со своими устремлениями . Если раньше человек-принципал имел просто счет в банке ( этот счет пассивно представлял конкретного человека), то теперь человек-принципал может иметь своего агента -активного представителя в виртуальном мире банка и через него активно участвовать в финансовой жизни. Если раньше человек имел в поликлинике пассивную медицинскую карту, то теперь он может иметь своего агента - активного представителя в виртуальном мире здравоохранения, чтобы эффективнее использовать достижения медицины для поддержания своего здоровья. Человек-принципал может иметь нескольких агентов для работы в различных виртуальных мирах.

Агенты должны выполнять задания принципалов в виртуальных мирах и взаимодействовать с другими агентами, с агентами других принципалов. Для создания многоагентной системы важно определить основные функции агентов. При решении этой задачи мы опирались на анализ функций действующих лиц в так называемых служебных романах типа романов Артура Хейли ОТЕЛЬ, КОЛЕСО, АЭРОПОРТ и др. Л.6, в итоге получили набор из 25 функций - 1.Поиск. 2.Дача обещаний. 3.Единомыслие нескольких агентов. 4.Единство действий нескольких агентов. 5.Запрет. 6.Нарушение запрета. 7.Совершение ошибки. 8.Препятствование. 9.Преодоление препятствия. 10.Достижение искомого. 11.Обман. 12.Требование,настояние. 13.Соперничество. 14.Выведывание. 15.Выбор. 16.Арбитраж. 17.Подчинение. 18.Помощь. 19.Обмен. 20.Вредительство. 21.Соблазн или устрашение. 22.Воздаяние. 23.Устранение противника. 24.Перемена места деятельности агента. 25.Уход агента из процесса. Программно-аппаратная реализация этих функций создает сложную структуру взаимодействия агентов в конкрентных виртуальных мирах, на которую накладывается структура собственности на информационные ресурсы и структура власти. Рост числа компьютерных преступлений подтверждает тот факт, что люди переносят в виртуальные миры свои страсти, устремления и мотивы.

В основе этого набора функций лежит структуризация человеческой деятельности. Подходы к этому закладывались издревле. Например, в китайской КНИГЕ ПЕРЕМЕН , которая была написана за 2500 лет до новой эры, определены 64 основных атома деятельности, из которых можно построить очень сложное поведение Л.9.

Средневековый философ Рамон Лулл построил таблицы функций всех действующих лиц в государстве - от крестьянина до императора.

В наше время В.Я.Пропп и другие структуралисты определили набор функций действующих лиц в сказках и др. Создание языков программирования для автоматизации производства и проектирования тоже опирается на cтруктуризацию деятельности ( языки LAROT, LADET, LASCIT, Elements of Reusable Object-Oriented Software и др.).

Структура виртуальных миров во многом отражает структуру многих сложных человеко-машинных систем, таких как города и страны. Нами разработана и реализована семиблочная модель , которая состоит из следующих блоков - 1.Население - взаимодействующие принципалы и агенты в конкретном виртуальном мире. 2.Пассионарность - устремления агентов и их принципалов. 3.Территория вместе с различными сооружениями. 4.Экология и безопасность. 5.Производство, за счет которого или ради которого конкретный виртуальный мир создан и существует. 6.Финансы - средства эквивалентного обмена, их аккумуляция и потоки. 7.Внешние связи с другими виртуальными мирами с характеристикой входных и выходных потоков агентов, информации, ресурсов. Вначале эта модель использовалась как модель реальных городов и регионов, а в настоящее время она стала основой архитектуры виртуальных миров Л.7..

Наше исследование основывается на построении математической модели города, на сопоставлении событий в городе и стране с развитием модели, в частности, на изучении нереализованных строительных проектов и генеральных планов. Например, во времена Екатерины Великой механик Иван Кулибин разработал проект одноарочного моста через Неву, была даже построена уменьшенная копия-макет этого моста, он получил высокую оценку Л.Эйлера и Д.Бернулли, но сам мост так построен и не был. Если бы он был построен, то он бы сыграл роль Эйфелевой башни в Париже. Методами компьютерной графики мы можем вписать мост Кулибина в структуру Петербурга того времени и промоделировать, как бы сказалось наличие такого моста на развитии всего города, как с точки зрения его облика, так и транспортных возможностей. Таких нереализованных проектов много и можно было бы построить множество виртуальных Петербургов, как если бы эти проекты были реализованы, тем самым мы глубже поняли бы логику развития города, логику развития архитектуры и искусства Петербурга. У нас в городе нет аналога Политехническому музею в Москве, но имеется множество небольших музеев на различных предприятиях и организациях, на их основе возможно создание Виртуального политехнического музея в нашем городе. К 300-летию создается проект Виртуальный мир университетов Петербурга, который позволит рассматривать высшую школу Петербурга как единое целое на основе многопользовательских интерактивных структур и который включает трехмерные интерактивные модели зданий университетов с прилегающей территорией, где возможно передвижение в трехмерном мире, взаимодействие с объектами как с помощью клавиатуры и мыши, так и на кибернетическом велосипеде. Создается виртуальный университетский город как специализированный портал в рамках виртуального университета Петербурга.

Необходим серьезный анализ процессов в сфере информатики как важной части гуманитарной культуры. Движение в сторону информационного зазеркалья началось давно - со времен первых наскальных рисунков и изобретения письменности, через подражание и создание артефактов к симуклярам, моделирующим самую различную деятельность. Гедонистическая составляющая занимает все большее место во всех информационных продуктах. Человек в наиболее полной мере сможет реализовать свои возможности и способности именно в виртуальных мирах, именно в них он сможет реализовать свои честолюбивые замыслы, без реализации которых он чувствует свою психологическую ущербность.


^ Информатика и образование

В 1658г знаменитый педагог Ян Коменский впервые в европейской истории создал иллюстрированный учебник “Мир чувственных вещей в картинках”, в котором рисунки являлись органической частью текстов. 100 картинок иллюстрировали мироустройство на небе и на земле. В настоящее время через компьютер осуществляется еще более значительный шаг в образовании - с его помощью ученик сможет погрузиться в виртуальные миры других стран и эпох - прошлых и будущих - и активно в них действовать, выполнять различные задачи в режиме интерактивного взаимодействия и глубокого погружения. В итоге каждый ученик сможет иметь помощника, своего представителя - агента в различных виртуальных мирах. Умение пользоваться не только компьютером , но и умение работать вместе со своим помощником-агентом в различных виртуальных мирах станет необходимым для любого выпускника школы, а выпускники вузов должны будут иметь агентов в своих профессиональных областях и уметь с ними работать. Создание виртуальных миров - это новый синтез всех накопленных человечеством знаний по всем предметам - по географии, истории, литературе, физике, химии, математике, биологии и др. И особое место в этом ряду дисциплин занимает информатика, которая наряду с естественными языками обеспечивает человека необходимыми инструментами для любой работы и обеспечивает ему новое видение мира.

Чтобы оценить уровень информатизации образования, нужно знать мировой уровень решения этой проблемы и состояние нашей науки, техники и экономики. 4 ноября 2002 г на специальном заседании Российской академии наук отмечалось 100-летие со дня рождения академика С.А.Лебедева – основоположника отечественной вычислительной техники, отмечалось, что заявления о нашем катастрофическом отставании в области информатизации – это миф. Созданные у нас специализированные системы до сих пор вызывают восхищение специалистов, они являются основой ракетно-ядерного щита нашей страны. Разработанные нами системы моделирования и программные комплексы применяются во всем мире. В области элементной базы наш академик Ж.И.Алферов получил Нобелевскую премию. Многие тысячи наших специалистов работают в США на фирмах, разрабатывающих компьютеры и программное обеспечение.

Главной нашей бедой является низкий уровень зарплаты у наших граждан, из-за этого далеко не в каждой семье имеется персональный компьютер, подключенный к сети. В условии всеобщей информатизации это необходимо, ведь компьютер дома – это новое рабочее место, возможность войти на мировой рынок труда и использовать мировые банки данных и знаний. Поэтому компьютеризация наших школ так важна. Конечно хотелось бы, чтобы в школах было много хороших компьютеров, но не только наличие компьютеров определяет уровень информатизации, важнейшее значение имеет соответствующее программное обеспечение.

Вузы помогают школами, но здесь нужна комплексная программа. Если говорить о Петербурге, то он является мировым мощным научно-производственным центром, где свыше 50 академических институтов, свыше 50 государственных вузов и весь этот потенциал нужно использовать на помощь школам. Сейчас формируется программа разработки образовательных виртуальных миров по основным дисциплинам – по физике, химии, математике, географии, биологии, истории, литературе и т.д., во главе разработки каждого виртуального мира должен стоять соответствующий академический институт, опирающийся на соответствующие кафедры вузов. Например, образовательный виртуальный мир физики должен разрабатываться во главе с Физико-техническим институтом им Иоффе и С-Петербургским институтом ядерной физики, к этой работе должны быть подключены кафедры физики вузов, школы в лице учащихся, учителей и методистов должны иметь возможность получать информацию из этого непрерывно обновляемого виртуального мира. Весь инструментарий для создания таких виртуальных миров имеется – Университет аэрокосмического приборостроения к 300-летию города проводит работу «Виртуальный мир университетов Петербурга» вместе с рядом вузов города Л.12. Создание таких виртуальных миров позволит обобщить мировой опыт по конкретным дисциплинам и предоставит возможность использовать эти знания на различном уровне и учащимся, и учителям, и специалистам.

Уже много лет усилиями академика Ж.И.Алферова и другими учеными формируется «триада» - академический институт – вуз- школа. Дальнейшее развитие триады – формирование образовательных виртуальных миров на ее основе. С 1981г проводится ежегодно в Ленинграде – С- Петербурге конференция по школьной информатике, которая построена по принципу триады, сеть этой конференции включает академические институты, вузы и школы Л.14.

Например, усилиями высококомпетентных учреждений Великобритании создана электронная карта, которая непрерывно обновляется и к которой имеют доступ все, в том числе и школьники – если они хотят организовать турпоход, то с помощью этой электронной карты они могут подробно разработать маршрут и тем самым сразу учатся использовать совершенный программный продукт.

Необходимо дальнейшее развитие информационных дисциплин, прежде всего необходимо создание многоагентных систем. Агент – это специальный программно-аппаратный комплекс, настроенный на поддержку конкретного пользователя, это электронный помощник человека. У каждого человека должен быть помощник, который бы по его заданию собирал информацию, отстаивал его интересы в разных структурах, помогал ему решать различные задачи и т.д. В недалеком будущем каждый школьник к моменту окончания школы будет иметь своего агента, вместе с аттестатом он будет получать диск со своим агентом, который будет ему помогать и во взрослой жизни.

Итак, имеются интересные перспективы информатизации образования на основе разработки виртуальных миров и многоагентных систем, что позволит повысить качество образования путем изменения процентного соотношения различных видов знаний.


Литература


  1. М.Б.Игнатьев “Голономные автоматические системы” Изд.АН СССР, М - Л, 1963.

  2. М.Б.Игнатьев и др.”Алгоритмы управления роботами-манипуляторами” Изд.Машиностроение, 1972, изд в США - 1973, третье издание - 1977.

  3. М.Б.Игнатьев и др. “Компьютерные игры”, Лениздат, 1988.

  4. Б.Ф.Егоров, М.Б.Игнатьев, Ю.М.Лотман “Искусственный интеллект как метамеханизм культуры”,Ежеквартальник русской филологии и культуры, Russian Studies, С-Петербург, 1995-1-4.

  5. М.Б.Игнатьев “Мир как модель внутри сверхмашины”, Сб. Технология виртуальной реальности, состояние и тенденции развития. М., 1996.

  6. М.Б.Игнатьев “Информационное зазеркалье-будущее человечества”, Сб. Виртуальные реальности. Изд.Института человека РАН, М., 1998.

  7. M.Ignatiev “Architecture of Virtual Worlds”, Proceedings of The 1999 Advanced Simulation Technologies Conference, San Diego, USA, 1999.

  8. М.Б.Игнатьев «Информатика, проблемы устойчивого развития, виртуальные миры и образование», сборник «Информатика для устойчивого развития» под ред.М.Б.Игнатьева, изд.СПбГУ, 2000

  9. M.Ignatyev “Linguo-combinatorial method for complex system.simulation” Proceedings of the 6th World Multiconference on Systemics, Cybernetics and Informatics, July 2002, Orlando, USA.

  10. М.Б.Игнатьев «Иерархия моделей и многоагентные системы как основа поддержки принятия правительственных решений» VIII Санкт-Петербургская международная конференция «Региональная информатика 2002» ноябрь 2002.

  11. М.Б.Игнатьев, К.А.Всемирнов «Извлечение смыслов из текстов с целью упорядочивания Интернета» VIII Санкт-Петербургская международная конференция «Региональная информатика 2002» ноябрь 2002.

  12. М.Б.Игнатьев, А.А.Никитин, А.В.Никитин «Проект Высшая школа Санкт-Петербурга в киберпространстве» Труды У Всероссийской объединенной конференции «Технологии информационного общества – Интернет и современное общество» С-Петербург, ноябрь 2002.

  13. «Феномен Петербурга» Сб. статей под ред. Ю.Н.Беспятых, 1999, 2001 и 2003 годы.

  14. Программа 21-ой международной конференции по школьной информатике и проблемам устойчивого развития, апрель 2002г, С-Петербург.



В.В. Исаев, В.Ф. Мельников, В.М. Шацких

Военный институт радиоэлектроники


^ МОДЕЛЬ ОБУЧАЕМОГО

В ИНТЕЛЛЕКТУАЛЬНЫХ ОБУЧАЮЩИХ СИСТЕМАХ


Задачей повышения дидактической эффективности современных интеллектуальных обучающих систем (ИОС) является сокращение сроков подготовки специалистов при требуемом уровне их обученности или повышения уровня обученности специалистов при прежних сроках обучения. Решение этой задачи возможно за счет оптимизации алгоритмов управления сложностью формируемых обучающих воздействий в ИОС на основе научно-методического подхода [1], базирующегося на методы теории управляемых случайных процессов и вероятностных автоматов. Применительно к данной предметной области, в интересах решения задачи синтеза алгоритмов управления такого типа, в [2] получено обобщенное представление случайного процесса в системе взаимосвязанных объектов (обучаемый - ИОС), выраженное непосредственно через модели (алгоритмы работы, представленные в виде условных распределений) каждого объекта. В рамках предложенного подхода необходимо располагать моделью обучаемого, учитывающей уровень его начальной обученности, характеристики индивидуальной обучаемости при решении заданного класса задач.

В данной статье предлагается подход к построению аналитической динамической модели обучаемого, формализованной в терминах метода [1].

Построение и уточнение модели в ИОС на концептуальном уровне предполагает [3]:

выделение индивидуальных особенностей, которые являются существенными для достижения сформулированных целей обучения;

разработку критериев, с помощью которых можно определить наличие и степень проявления особенностей обучения, обусловленных индивидуальными характеристиками;

построение набора моделей и соотнесение этих моделей с обучаемыми в зависимости от их индивидуальных особенностей;

разработку средств, позволяющих определить, какая из моделей соответствует тому или иному обучаемому (группе обучаемых);

сбор и обработку данных по результатам обучения, которые позволяют уточнить его модель.

При этом необходимо считаться со следующими требованиями к модели обучения.

1. Модель должна учитывать цели обучения, которые должны быть обязательно достигнуты и применительно к данному обучаемому должны соответствовать некоторому интервалу результативных характеристик учебной деятельности.

2. Процесс достижения результативных характеристик учебной деятельности носит, как правило, случайный характер.

3. В основе функционирования любой обучающей системы используется тот или иной метод (методы) обучения, определяя закономерности формирования учебной деятельности. То есть разрабатываемая модель обучаемого должна быть чувствительна к его компонентам, в том числе, системе обучающих воздействий.

4. Необходимо в модели обеспечить учет зависимости результативных характеристик от рациональных условий обучения, предполагающих соответствие сложности обучающих воздействий текущему уровню обученности. Существенным при этом являются соотношения по сложности предлагаемых обучаемому заданий. Сложность задания учебной задачи определяется функцией от двух переменных: вероятности правильного решения задания обучаемым и времени, затраченного на его решение.

5. Важным для построения модели обучаемого является количество градаций сложности формируемых заданий в рамках учебной задачи, так как правильный подбор количество градаций сложности формируемых заданий позволяет практически при том же качестве усвоения сократить время обучения. При этом необходимо учитывать историю обучения на предыдущих градациях сложности и формировать промежуточные цели обучения.

6. Модель обучаемого должна быть динамической и может разрабатываться применительно к одной или нескольким учебным задачам.

Таким образом, под моделью обучаемого будем понимать аналитические зависимости результативных характеристик учебной деятельности от параметров обучающих воздействий и времени обучения, учитывающих индивидуальные (групповые) характеристики обучаемости. В ходе подготовки параметры модели уточняются по результатам оценки действий обучаемых.

В рамках выбранного метода для сформулированных условий удобной моделью обучаемого является представление в виде некоторого вероятностного автомата, который определен на последовательности моментов времени T={0, …, t-1, t, t+1, …, } и характеризуется в достаточно общем случае:

  • множеством выходных состояний Yt, где Yt – множество возможных достигаемых на t–ом сеансе обучения уровней обученности, соответствующих результативным характеристикам учебной деятельности;

  • множеством состояний памяти автомата Xt-1Yt-1, где Xt-1=Xt-1Xt-2X1 (аналогично для Yt-1), - знак декартова произведения множеств, а Xk множество допустимых градаций сложности обучающих воздействий, предъявляемых в ходе учебной деятельности обучаемому на k–м сеансе подготовки;

  • алгоритмом вероятностного автомата , представляющим собой кортеж вероятностей перехода обучаемого на t-м сеансе подготовки в состояние с градацией обученности yt из множества Yt, условных в общем случае по динамике изменения обученности на пройденных t-1 сеансах yt-1 и динамике изменения сложностей обучающих воздействий xt-1.

Таким образом, для множества допустимых градаций сложности обучающих воздействий Хt, модель обучаемого задана, если для всех tT определены: множество возможных степеней обученности тренирующегося Yt, структура и параметры условного распределения вероятностей , отражающего динамику изменения обученности в процессе подготовки. При этом каждому элементу множества Yt, tT поставлен в однозначное соответствие элемент множества Хt, tT, т.е. каждой степени обученности тренирующегося соответствует своя сложность обучающего воздействия, рационализирующая процесс усвоения умственного действия и повышения обученности.

Модели обучаемого можно классифицировать по следующим признакам:

по количеству учитываемых учебных задач (однозадачные, многозадачные);

по количеству градаций обученности (одноуровневые, многоуровневые);

по степени учета случайных факторов (детерминированные, случайные);

по степени учета истории обучения (с учетом истории обучения, без учета истории обучения);

по степени изменения параметров модели (с изменяемыми параметрами, с постоянными параметрами).

Определим параметры модели обучаемого с использованием понятий сложности обучающих воздействий st) , обученности s(yt) и обучаемости тренирующегося применительно к процессу формирования интеллектуальных навыков с использованием автоматизированного тренажера (АТ). При этом под сложностью обучающих воздействий будем понимать объективную характеристику предлагаемой к решению задачи, имеющую индивидуальную меру выраженности и показывающую принципиальную возможность ее разрешения. Например, для класса АТ классификации источников радиоизлучений [4] под сложностью может пониматься степень разброса засечек источников радиоизлучения одного радиоэлектронного объекта, при этом мерой сложности может выступать вероятность нахождения данных засечек в пределах заданной зоны. Сложность st) находится в пределах интервала (0;1), причем сложность, стремящаяся к нулю, характеризует обучающее воздействие, представляющее минимальные трудности для разрешения обучаемым любого уровня подготовленности, а стремящаяся к единице – невозможность решения любым обучаемым. Если мера носит другой, отличный от вероятностного, смысл, то сложность может быть приведена к интервалу (0;1) соответствующей нормировкой. Множество допустимых обучающих воздействий обычно разбивают на несколько градаций, что соответствует разделению интервала (0,1) на соответствующие части. При этом каждая градация сложности может быть охарактеризована средним значением каждой части интервала. В этом случае обученность, характеризующая уровень овладения навыками, способность обучаемого решать с требуемым качеством обучающие воздействия заданной градации сложности, находится в пределах того же численного интервала.

Обучаемость – индивидуальная способность обучаемого к освоению умственных действий (приобретению интеллектуальных навыков), имеющая индивидуальную меру выраженности, количественно находящуюся в пределах интервала (0;1). При обучаемости , стремящейся к нулю, обучаемый не в состоянии разрешать обучающих воздействий любой сложности. В случае стремления обучаемости к единице тренирующейся в состоянии освоить умственное действие любой сложности.

Представим процесс проведения тренировки в виде последовательности сеансов обучения, начинающихся в моменты времени …, t-1, t, t+1, …, в общем случае не равноотстоящие. На каждом сеансе обучаемому представляется последовательность заданий (обучающих воздействий) заданной сложности. Цель проведения тренировки заключается в переводе обучаемого из состояния начальной обученности sнач в состояние заданной обученности sзад за минимальное время. В интересах обеспечения рациональных условий обучения при проведении тренировки на каждом сеансе сложность обучающих воздействий st) должна соответствовать текущему уровню обученности тренирующегося s(yt). При этом под обученностью понимается способность обучаемым решать с допустимой погрешностью задачи (обучающие воздействия) заданной сложности. Как правило, в ходе тренировки осуществляется последовательное изменение градации сложности обучающих заданий (x=1,2,3,… n) в соответствии с изменением уровня обученности (y=0,1,2,3… n – номер заданного уровня обученности, соответствующей sзад) после каждого сеанса тренировки. При этом следует отметить, что изменение уровня обученности носит случайный характер и определяется как достигнутым уровнем обученности на предыдущих сеансах подготовки и сложностью предлагаемых для обучения обучающих воздействий, так и характеристиками обучаемости тренирующегося.

Будем считать, что в пределах цикла тренировки снижение уровня обученности является событием маловероятным и им можно пренебречь. Это соответствует модели обучения без длительных перерывов в тренировке. Ограничимся также случаями, при которых в процессе тренировки за один сеанс возможно достичь повышения уровня обученности тренирующегося на одну градацию. Тогда структура условного распределения вероятностей примет вид:



, (1)

где – вероятность повышения уровня обученности тренирующегося за сеанс обучения, - символ Кронекера.

Изменение вероятности повышения уровня обученности в зависимости от сложности обучающего воздействия и обучаемости характеризуется экспоненциальной зависимостью вида:



, (2)

где m – класс сложности задач, навыки решения которой отрабатываются в цикле тренировки,

- функция включения.

Такой характер зависимости согласуется с результатами, изложенными в ряде работ, например в [5], и подтвержден экспериментально.

Закономерности изменения указанной вероятности под влиянием различных факторов иллюстрируются на рис. 1-2.


а) б) в)


Рис. 1. Зависимость вероятности перехода в состояние обученности s(yt ) из состояния обученности s(yt-1)=0.1 при соответствии сложности обучающего воздействия s(xt-1)=s(yt) от

а) обученности s(yt ) для различных обучаемостей ;

б) обучаемости  для различных обученности s(yt );

в) количества градаций сложности обучающих воздействий N для различных обучаемостей 


а) б)


Рис. 2. Зависимость вероятности перехода в состояние обученности s(yt ) из состояния обученности s(yt-1) от сложности обучающего воздействия s(xt-1) при

а) s(yt-1)=0.3, s(yt )=0.4 для различных обучаемостей ;

б) s(yt-1 )=0.1, обучаемости =0.5 для различных состояний обученности s(yt).


Полученные зависимости позволяют описать достаточно широкий класс моделей обучаемых с учетом их индивидуальных (групповых) характеристик. Применительно к конкретной группе обучаемых, для которых определены характеристики обучаемости, для заданной информационной модели обучения формирования навыков и умений (задано множество допустимых информационных обучающих воздействий, разделенных на градации сложности, и соответствующие им уровни обученности тренирующихся) с использованием данной модели могут быть определены вероятности перехода между уровнями обученности, а значит временной ресурс необходимый для обеспечения гарантированного результата тренировки. С другой стороны, объединение в рамках одной модели характеристик обучаемых и параметров информационной учебной модели позволяет обосновать требования к компонентам методики формирования навыков и умений с использованием АТ. При этом могут изменяться количество уровней обученности тренирующихся и связанное с ним число градаций сложности обучающих воздействий, а также оптимизироваться с учетом индивидуальных характеристик обучаемости состав учебных групп для проведения тренировки.

Отличительной особенностью предлагаемой модели обучаемого является возможность получения распределения вероятностей состояний обученности в различные моменты времени (см. рис. 3) для данного обучаемого (группы обучаемых) применительно к выбранному методу обучения.




а) б)


Рис. 3. Распределение вероятностей состояний обученности в 6 сеансах обучения при sнач=0.2, sзад=0.9 и 3-х градациях обученности для а) =0.7; б) =0.3.


Предлагаемая модель обучаемого позволяет реализовать адаптивное управление процессом формирования интеллектуальных умений и навыков по принципу от простого к сложному и позволяет в явном виде решить задачу синтеза алгоритмов управления изменением сложности обучающих воздействий в интеллектуальных обучающих системах.


Литература


  1. Орловский Ю.Е., Исаев В.В., Бабусенко С.И. Синтез оптимального алгоритма вероятностного автомата в случайной системе. // Системное моделирование (сборник трудов). – Воронеж: ВГУ, 1994, с.82-89.

  2. Исаев В.В., Лебедев А.В., Мельников В.Ф. Синтез алгоритма управления обучением в автоматизированной тренажно-обучающей системе. // Вестник Воронежского института МВД России 3(5)`99. – Воронеж: ВИ МВД РФ, 1999, с.94-98.

  3. Машбиц Е.И. Психолого-педагогические проблемы компьютеризации обучения. – М.: Педагогика, 1988. – 191с.

  4. Мельников В.Ф., Исаев В.В., Шацких В.М., Сытник Е.А. Компьютерный тренажер для формирования умений и навыков классификации источников радиоизлучений. – Воронеж: ВИРЭ, 2002, 22с. // Деп. ЦСИФ МО РФ 10.10.2002, № Б 4902, серия Б, СРДР вып.№61.

  5. Нурминский И.И., Гладышева Н.К. Статистические закономерности формирования знаний и умений учащихся. – М.: Педагогика,1991.-224 с.




Индекс журнала в каталоге агентства «Роспечать» - 72258

Технический редактор Осипова Т.Н.

Свидетельство о регистрации средства
массовой информации №01854 от 24.05.94.
Выдано Комитетом Российской Федерации
по печати



Адрес редакции: 109544, Москва
ул. Верхняя Радищевская, 16-18
Тел.: 915-55-04, д.244

Тел./факс: 915-55-74
E-mail: mgopu@mgopu.ru

Http:// www.mgopu.ru

Сдано в набор 17.02.03
Бумага офсетная



Подписано в печать 17.03.03
Печать офсетная
Заказ №

Формат 70100
Усл. печ. л. 5
Цена договорная




1 Тема поддержана Российским гуманитарным научным фондом в 2001 г. Проект № 01-06-00203а.




оставить комментарий
страница7/7
Дата17.10.2011
Размер1,28 Mb.
ТипНаучно-методический журнал, Образовательные материалы
Добавить документ в свой блог или на сайт

страницы: 1   2   3   4   5   6   7
Ваша оценка этого документа будет первой.
Ваша оценка:
Разместите кнопку на своём сайте или блоге:
rudocs.exdat.com

Загрузка...
База данных защищена авторским правом ©exdat 2000-2017
При копировании материала укажите ссылку
обратиться к администрации
Анализ
Справочники
Сценарии
Рефераты
Курсовые работы
Авторефераты
Программы
Методички
Документы
Понятия

опубликовать
Загрузка...
Документы

наверх