Σχεδιασμός και υλοποίηση εξελικτικών μοντέλων χρηστών σε εικονικά περιβάλλοντα μάθησης

Πέραν από τις κλασσικές μεθόδους ηλεκτρονικής μάθησης που εφαρμόζονται σήμερα, προτείνεται ένας συνδυασμός εξελικτικών αλγορίθμων και τεχνητής νοημοσύνης για την δημιουργία έξυπνων προσαρμοστικών συστημάτων ηλεκτρονικής μάθησης. Σε αυτή τη διπλωματική εργασία περιγράφονται και παρουσιάζονται οι προτ...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Σιέλης, Γεώργιος
Άλλοι συγγραφείς: Λυκοθανάσης, Σπυρίδον
Μορφή: Thesis
Γλώσσα:Greek
Έκδοση: 2008
Θέματα:
Διαθέσιμο Online:http://nemertes.lis.upatras.gr/jspui/handle/10889/988
id nemertes-10889-988
record_format dspace
spelling nemertes-10889-9882022-09-05T06:57:40Z Σχεδιασμός και υλοποίηση εξελικτικών μοντέλων χρηστών σε εικονικά περιβάλλοντα μάθησης Virtual learning environments for determination and prediction of students’ reactions Σιέλης, Γεώργιος Λυκοθανάσης, Σπυρίδον Παπαθεοδώρου, Θεόδωρος Λυκοθανάσης, Σπυρίδον Μπούρας, Χρήστος Sielis, Georgios Εξελικτικός προγραμματισμός Μέθοδος Bayes Προσαρμοστικότητα Εξατομίκευση Εξυπνοι πράκτορες Γενετικοί αλγόριθμοι Evolutionary programming Adaptation Personalization Agent technology Genetic algorithms Bayesian method 371.334 Πέραν από τις κλασσικές μεθόδους ηλεκτρονικής μάθησης που εφαρμόζονται σήμερα, προτείνεται ένας συνδυασμός εξελικτικών αλγορίθμων και τεχνητής νοημοσύνης για την δημιουργία έξυπνων προσαρμοστικών συστημάτων ηλεκτρονικής μάθησης. Σε αυτή τη διπλωματική εργασία περιγράφονται και παρουσιάζονται οι προτεινόμενοι αλγόριθμοι και ταυτόχρονα η προτεινόμενη πιλοτική εφαρμογή. Το προτεινόμενο σύστημα μπορεί να προβλέψει τις μαθησιακές ικανότητες του μαθητή, μέσα από εξεταστικές διαδικασίες οι οποίες προσφέρονται από το σύστημα, με αποτέλεσμα, το σύστημα να είναι σε θέση να προβλέψει τις επόμενες κινήσεις του μαθητή. Μέσα από την προτεινόμενη εφαρμογή αναπτύχθηκαν μηχανισμοί οι οποίοι συλλέγουν πληροφορίες για τον κάθε χρήστη ξεχωριστά και δημιουργούν ανεξάρτητα προφίλ χρήστη για τον κάθε ένα. Με την χρήση συνδυασμού εξελικτικών αλγορίθμων και αλγορίθμων μάθησης το σύστημα εκπαιδεύεται ώστε να μπορεί να προβλέπει τις μελλοντικές κινήσεις του χρήστη. Η εφαρμογή που αναπτύχτηκε είναι βασισμένη σε τεχνολογίες διαδικτύου, βάσεις δεδομένων και τεχνολογίες έξυπνων πρακτόρων. As a step beyond the classic e-learning methods that are applied today, the combination of evolutionary programming with artificial intelligence has incorporated in order to create an intelligent adaptive e-learning system. In this thesis the theory of the proposed algorithms are presented and the proposed pilot application too. The proposed system can predict the learning possibilities of a student, concerning the knowledge that is provided to him by the system, thus providing the ability to the machine to predict and anticipate his reactions. We have developed applications that can collect information for the student’s history, thus creating concrete individual profiles. Then, using evolutionary programming techniques combined with machine learning algorithms the system is trained in order to can henceforth calculate and anticipate the student’s knowledge. The applications that have been developed are based on internet technologies, data bases and intelligent agents’ technology. 2008-10-10T08:38:31Z 2008-10-10T08:38:31Z 2008-06-20 2008-10-10T08:38:31Z Thesis http://nemertes.lis.upatras.gr/jspui/handle/10889/988 gr Η ΒΥΠ διαθέτει αντίτυπο της διατριβής σε έντυπη μορφή στο βιβλιοστάσιο διδακτορικών διατριβών που βρίσκεται στο ισόγειο του κτιρίου της. 0 winzip/winrar application/pdf
institution UPatras
collection Nemertes
language Greek
topic Εξελικτικός προγραμματισμός
Μέθοδος Bayes
Προσαρμοστικότητα
Εξατομίκευση
Εξυπνοι πράκτορες
Γενετικοί αλγόριθμοι
Evolutionary programming
Adaptation
Personalization
Agent technology
Genetic algorithms
Bayesian method
371.334
spellingShingle Εξελικτικός προγραμματισμός
Μέθοδος Bayes
Προσαρμοστικότητα
Εξατομίκευση
Εξυπνοι πράκτορες
Γενετικοί αλγόριθμοι
Evolutionary programming
Adaptation
Personalization
Agent technology
Genetic algorithms
Bayesian method
371.334
Σιέλης, Γεώργιος
Σχεδιασμός και υλοποίηση εξελικτικών μοντέλων χρηστών σε εικονικά περιβάλλοντα μάθησης
description Πέραν από τις κλασσικές μεθόδους ηλεκτρονικής μάθησης που εφαρμόζονται σήμερα, προτείνεται ένας συνδυασμός εξελικτικών αλγορίθμων και τεχνητής νοημοσύνης για την δημιουργία έξυπνων προσαρμοστικών συστημάτων ηλεκτρονικής μάθησης. Σε αυτή τη διπλωματική εργασία περιγράφονται και παρουσιάζονται οι προτεινόμενοι αλγόριθμοι και ταυτόχρονα η προτεινόμενη πιλοτική εφαρμογή. Το προτεινόμενο σύστημα μπορεί να προβλέψει τις μαθησιακές ικανότητες του μαθητή, μέσα από εξεταστικές διαδικασίες οι οποίες προσφέρονται από το σύστημα, με αποτέλεσμα, το σύστημα να είναι σε θέση να προβλέψει τις επόμενες κινήσεις του μαθητή. Μέσα από την προτεινόμενη εφαρμογή αναπτύχθηκαν μηχανισμοί οι οποίοι συλλέγουν πληροφορίες για τον κάθε χρήστη ξεχωριστά και δημιουργούν ανεξάρτητα προφίλ χρήστη για τον κάθε ένα. Με την χρήση συνδυασμού εξελικτικών αλγορίθμων και αλγορίθμων μάθησης το σύστημα εκπαιδεύεται ώστε να μπορεί να προβλέπει τις μελλοντικές κινήσεις του χρήστη. Η εφαρμογή που αναπτύχτηκε είναι βασισμένη σε τεχνολογίες διαδικτύου, βάσεις δεδομένων και τεχνολογίες έξυπνων πρακτόρων.
author2 Λυκοθανάσης, Σπυρίδον
author_facet Λυκοθανάσης, Σπυρίδον
Σιέλης, Γεώργιος
format Thesis
author Σιέλης, Γεώργιος
author_sort Σιέλης, Γεώργιος
title Σχεδιασμός και υλοποίηση εξελικτικών μοντέλων χρηστών σε εικονικά περιβάλλοντα μάθησης
title_short Σχεδιασμός και υλοποίηση εξελικτικών μοντέλων χρηστών σε εικονικά περιβάλλοντα μάθησης
title_full Σχεδιασμός και υλοποίηση εξελικτικών μοντέλων χρηστών σε εικονικά περιβάλλοντα μάθησης
title_fullStr Σχεδιασμός και υλοποίηση εξελικτικών μοντέλων χρηστών σε εικονικά περιβάλλοντα μάθησης
title_full_unstemmed Σχεδιασμός και υλοποίηση εξελικτικών μοντέλων χρηστών σε εικονικά περιβάλλοντα μάθησης
title_sort σχεδιασμός και υλοποίηση εξελικτικών μοντέλων χρηστών σε εικονικά περιβάλλοντα μάθησης
publishDate 2008
url http://nemertes.lis.upatras.gr/jspui/handle/10889/988
work_keys_str_mv AT sielēsgeōrgios schediasmoskaiylopoiēsēexeliktikōnmontelōnchrēstōnseeikonikaperiballontamathēsēs
AT sielēsgeōrgios virtuallearningenvironmentsfordeterminationandpredictionofstudentsreactions
_version_ 1771297178724073472