公开(公告)号：CN118967389A

公开(公告)日：2024-11-15

申请号：CN202411088495.8

申请日：2024-08-09

Applicant: 广东工业大学

Inventor： 苏庆 ,  黄鸿林 ,  陈佳欣 ,  卢致晖 ,  乔倩

IPC: G06Q50/20 ,  G06Q10/04 ,  G06F18/214 ,  G06F18/241 ,  G06F18/21 ,  G06N5/045 ,  G06N3/0499 ,  G06N3/08 ,  G06F123/02

Abstract: 本发明公开的属于知识追踪技术领域，具体为带时间位置编码的可解释性知识追踪方法，包括具体步骤如下：构建训练数据集、构建时间注意力知识追踪模型TAKT、训练模型并进行测试、模型的可解释性实际应用，本发明优化了传统的注意力机制，引入了基于时间的位置编码。通过分析历史行为的发生时间，模型能够对较久远的行为分配较小的注意力，而对近期行为分配较高的注意力，从而更有效地关注最近发生的行为，提升了预测的准确性。

公开(公告)号：CN119005307A

公开(公告)日：2024-11-22

申请号：CN202411107221.9

申请日：2024-08-13

Applicant: 广东工业大学

Inventor： 苏庆 ,  陈佳欣 ,  黄鸿林 ,  乔倩 ,  卢致晖

IPC: G06N5/02 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及知识追踪方法技术领域，尤其涉及一种基于数据增强卷积记忆网络的知识追踪方法；技术问题：在使用知识追踪方法时，不能真实地反映学生的实际学习情况，且往往相对独立地处理每个知识点，而忽视了知识点之间的潜在联系；技术方案：一种基于数据增强卷积记忆网络的知识追踪方法，包括有在生成对抗性问题序列的步骤；本发明相较于传统知识追踪方法，能真实地反映学生的实际学习情况，并解决了传统方法相对独立地处理每个知识点，而忽视了知识点之间的潜在联系的问题，该知识追踪方法使用计算原始问题与未回答问题之间的相似度方法生成对抗性样本，通过设计键值存储网络动态表示学生的知识状态，捕捉学生回答问题之间的关联。