公开(公告)号：CN117540104B

公开(公告)日：2024-08-02

申请号：CN202311762184.0

申请日：2023-12-20

Applicant: 暨南大学

Inventor： 官全龙 ,  何兴 ,  方良达 ,  黄秀姐 ,  周玉宇 ,  陈子良 ,  周旭芳 ,  陈高博 ,  罗伟其

IPC: G06F16/9535 ,  G06N3/0895 ,  G06N5/022 ,  G06Q50/20 ,  G06F16/906

Abstract: 本发明公开了一种基于图神经网络的学习群体差异评价方法与系统，包括：获取学习者做题的历史交互信息，对历史交互信息进行处理，得到知识点群体和知识点群体构成的潜在交互序列；根据知识点群体和知识点群体构成的潜在交互序列对学习者群体进行聚类，得到学习者群体；计算所述学习者群体之间的差异，得到群体差异量化结果；将群体差异量化结果输入循环神经网络模块进行训练，得到训练完毕的学习群体差异评价模型；将学习者做题的交互信息输入至模型，得到学习者学习能力评估结果。本申请与传统技术相比，能实现数据驱动的群体动态分组，精准评估群体学习情况，输出不同层次学习者群体的学习能力评价结果，以便制定更有效的后续教育计划。

公开(公告)号：CN117540104A

公开(公告)日：2024-02-09

申请号：CN202311762184.0

申请日：2023-12-20

Applicant: 暨南大学

Inventor： 官全龙 ,  何兴 ,  方良达 ,  黄秀姐 ,  周玉宇 ,  陈子良 ,  周旭芳 ,  陈高博 ,  罗伟其

IPC: G06F16/9535 ,  G06N3/0895 ,  G06N5/022 ,  G06Q50/20 ,  G06F16/906

Abstract: 本发明公开了一种基于图神经网络的学习群体差异评价方法与系统，包括：获取学习者做题的历史交互信息，对历史交互信息进行处理，得到知识点群体和知识点群体构成的潜在交互序列；根据知识点群体和知识点群体构成的潜在交互序列对学习者群体进行聚类，得到学习者群体；计算所述学习者群体之间的差异，得到群体差异量化结果；将群体差异量化结果输入循环神经网络模块进行训练，得到训练完毕的学习群体差异评价模型；将学习者做题的交互信息输入至模型，得到学习者学习能力评估结果。本申请与传统技术相比，能实现数据驱动的群体动态分组，精准评估群体学习情况，输出不同层次学习者群体的学习能力评价结果，以便制定更有效的后续教育计划。

公开(公告)号：CN117035212A

公开(公告)日：2023-11-10

申请号：CN202311013539.6

申请日：2023-08-11

Applicant: 暨南大学

Inventor： 官全龙 ,  何兴 ,  方良达 ,  黄毅 ,  李哲夫 ,  张焕明 ,  罗伟其

IPC: G06Q10/047 ,  G06F18/241 ,  G06F18/214 ,  G06N3/048

Abstract: 本发明公开了一种路径规划状态可达性智能预测方法及系统，包括以下步骤：读取路径规划域与路径规划问题的PDDL文件得到状态数据；对状态数据进行编码，得到该路径规划问题的状态数据模板；遍历该路径规划问题的所有可达状态，得到可达状态数据集；批量枚举生成状态，依次与所述可达状态数据集对比，选取其中路径不为可达状态且不重复的状态，得到不可达状态数据集；对预设的状态可达性智能分类模型进行训练，得到训练好的状态可达性智能分类模型；将状态数据输入至训练好的状态可达性智能分类模型，模型输出状态可达性结果。本方法与传统技术相比，使用机器学习分类方法训练路径规划状态可达性验证模型，大大提高了状态数据可达性验证和预测的速度。