МАРКОВСКАЯ МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ДИНАМИЧЕСКОГО АДАПТИВНОГО ТЕСТИРОВАНИЯ АКТИВНОГО АГЕНТА : научное издание | Научно-инновационный портал СФУ

МАРКОВСКАЯ МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ДИНАМИЧЕСКОГО АДАПТИВНОГО ТЕСТИРОВАНИЯ АКТИВНОГО АГЕНТА : научное издание

Перевод названия: MARKOV MATHEMATICAL MODEL OF DYNAMIC ADAPTIVE TESTING OF AN ACTIVE AGENT

Тип публикации: статья из журнала

Год издания: 2018

Идентификатор DOI: 10.32517/0234-0453-2018-33-10-29-35

Ключевые слова: марковский процесс, конечный автомат, вероятность текущего состояния, вознаграждение, деятельность, активный агент, Markov process, finite automaton, current state probability, reward, activity, active agent

Аннотация: Проблема и цель. Актуальность проблемы математического описания динамического адаптивного тестирования обусловлена необходимостью диагностики когнитивных способностей студентов к самостоятельной учебной деятельности. Цель статьи состоит в разработке марковской математической модели взаимодействия активного агента (АА) с конечным автоматом «Ликвидатор», отменяющим неправильные действия, что позволит математически описать динамическое адаптивное тестирование с оценочной обратной связью.Методологию исследования составляют анализ результатов научных исследований отечественных и зарубежных ученых по динамическому адаптивному тестированию в образовании, а именно: деятельностного подхода, реализующего развивающее обучение АА решению задач; организационно-технологического подхода к управлению действиями АА в условиях оценочной обратной связи; теории марковских цепей и обучения с подкреплением.Результаты. На основе теории марковских процессов разработана марковская математическая модель взаимодействия активного агента с конечным автоматом, отменяющим неправильные действия. Это позволяет разработать модель диагностики процессуальных характеристик учебной деятельности студентов, включая: построение актиограмм суммарного вознаграждения действий студентов; распределение вероятности состояний решения задачи идентификации элементов структуры сложного объекта; рассчитать количество действий АА, необходимых для достижения целевого состояния в зависимости от числа элементов, которые необходимо идентифицировать; построить диаграмму рассеяния активных агентов по целевым состояниям в пространстве (R, k), где R — суммарное вознаграждение АА, k — количество совершенных действий.Заключение. Марковская математическая модель взаимодействия активного агента с конечным автоматом, отменяющим неправильные действия, позволяет спроектировать динамические адаптивные тесты и диагностику изменений процессуальных характеристик учебной деятельности. Результаты и выводы позволяют сформулировать принципы динамического адаптивного тестирования на основе оценочной обратной связи. The problem and the goal. The urgency of the problem of mathematical description of dynamic adaptive testing is due to the need to diagnose the cognitive abilities of students for independent learning activities. The goal of the article is to develop a Markov mathematical model of the interaction of an active agent (AA) with the Liquidator state machine, canceling incorrect actions, which will allow mathematically describe dynamic adaptive testing with an estimated feedback.The research methodology consists of an analysis of the results of research by domestic and foreign scientists on dynamic adaptive testing in education, namely: an activity approach that implements AA developmental problem-solving training; organizational and technological approach to managing the actions of AA in terms of evaluative feedback; Markow’s theory of cement and reinforcement learning.Results. On the basis of the theory of Markov processes, a Markov mathematical model of the interaction of an active agent with a finite state machine, canceling incorrect actions, was developed. This allows you to develop a model for diagnosing the procedural characteristics of students ‘learning activities, including: building axiograms of total reward for students’ actions; probability distribution of states of the solution of the problem of identifying elements of the structure of a complex object calculate the number of AA actions required to achieve the target state depending on the number of elements that need to be identified; construct a scatter plot of active agents by target states in space (R, k), where R is the total reward AA, k is the number of actions performed.Conclusion. Markov’s mathematical model of the interaction of an active agent with a finite state machine, canceling wrong actions allows you to design dynamic adaptive tests and diagnostics of changes in the procedural characteristics of educational activities. The results and conclusions allow to formulate the principles of dynamic adaptive testing based on the estimated feedback.

Ссылки на полный текст

Издание

Журнал: Информатика и образование

Выпуск журнала: 10

Номера страниц: 29-35

ISSN журнала: 02340453

Место издания: Москва

Издатель: Общество с ограниченной ответственностью Образование и Информатика

Авторы

  • Бровка Н.В. (Белорусский государственный университет)
  • Дьячук П.П. (Красноярский государственный педагогический университет им. В. П. Астафьева)
  • Носков М.В. (Сибирский федеральный университет)
  • Перегудова И.П. (Сибирский федеральный университет)

Вхождение в базы данных

Информация о публикациях загружается с сайта службы поддержки публикационной активности СФУ. Сообщите, если заметили неточности.

Вы можете отметить интересные фрагменты текста, которые будут доступны по уникальной ссылке в адресной строке браузера.