今天是:     

当前位置:首页 > 学术报告 [返回]

(1)认知建模方法及其在智慧教育中的应用(2)多维度协同教育方法探索与实践(3)智慧教育中的知识追踪技术与前瞻

文章来源:科研处 发布时间: 2019-12-19 10:50:08 浏览次数:

报告时间:2019-12-20 13:30         
报告地点:西山湖校区第二教学楼A521         
报告人:陈恩红,李凡长,于戈                  
主办单位:计算机与信息技术学院         
报告人简介:
    (1)陈恩红,中国科学技术大学大数据学院执行院长兼计算机学院副院长,教育部计算机类教指委委员,大数据分析及应用安徽省重点实验室主任、安徽省计算机学会理事长。国家杰出青年基金获得者,科技部重点领域创新团队负责人,中组部“万人计划”科技创新领军人才。IEEE Transactions on Knowledge & Data Engineering等期刊编委。
    (2)李凡长,教授(二级),博士生导师,苏州大学东吴学者,苏州大学计算机科学与技术学院院长,百度人工智能协同创新院院长,江苏省计算机信息处理重点实验室主任,江苏省网络空间安全工程实验室主任,苏州工业大数据研究所所长,苏州大学机器学习与类脑计算国际合作实验室主任,北京交通大学兼职教授、博导,国家自然科学基金重点项目负责人,科学中国人2015年年度人物。曾获省级科技奖二等奖2项,IEEE CS GRC Pioneer Award 1项。李凡长教授是动态模糊逻辑﹙Dynamic Fuzzy Logic,DFL﹚、李群机器学习﹙Lie Group Machine learning,LML﹚和多维度协同教育方法(Theory and method of multidimensional cooperative education)的主要提出者。
    (3)于戈,东北大学计算机学院教授,博士生导师,中国计算机学会会士。1982年、1986年获得东北大学计算机学士学位和硕士学位,1996年获得日本九州大学计算机博士学位。当前研究兴趣包括:数据库理论与技术、数据科学与大数据管理、区块链技术与应用等。中国计算机学会信息系统专业委员会候任主任、数据库专委会委员,以及系统软件专委会委员,美国ACM会员、IEEE高级会员,《计算机学报》、《软件学报》、《计算机研究与发展》等期刊编委。曾担任第五届、第六届国务院学位委员会学科评议组成员,第十二届、第十三届国家自然科学基金委员会评审专家组成员,《IEEE TKDE》编委,以及VLDB, ICDE, CIKM, DASFAA等多届重要国际会议的程序委员会委员。发表论文200余篇,出版“分布式数据库系统”等专著和教材6部,译著4部。获得“教育部自然科学二等奖”等省级科学技术奖9项、以及省教学成果一等奖和国家教学成果二等奖各1项。获得国务院政府津贴、“教育部跨世纪人才基金”和“中国高校青年教师奖”。现承担国家自然科学基金委联合基金重点支持项目“基于大数据的交互式个性化教学环境构建方法研究”。

报告简介:
    (1)在游戏、运动、教育等诸多领域,如何自动建模和跟踪参与者(如游戏玩家、运动员、学生)对特定技能的掌握水平是一类基础性的研究问题,对于智能匹配推荐、自动组队、自适应学习等智能服务有着重要的应用价值。然而,已有的认知诊断理论和模型大多建立在心理学或统计学基础之上,尽管建模过程和诊断结果具有较好的可解释性,但所使用的函数拟合性能力有限,而且对数据的格式有较强约束(例如,不能处理文本、图片等数据),限制了其应用与推广的范围。本报告将以教育领域为例,介绍从大规模异构学习数据中对学生进行认知诊断和知识跟踪的机器学习模型,以及基于学习者认知结构的自适应学习路径推荐方法。
    (2)多维度协同教育原理、多维度协同教育空间理论、多维度协同教学方法、多维度协同教育理论实践
    (3)知识追踪技术对学习者在各个学习阶段中知识掌握情况进行自动化追踪,广泛应用于学习者的成绩预测、个性化导学和自主学习服务等领域。知识追踪作为是实现智慧教育的关键技术,一直是教育数据挖掘领域的研究热点。本报告首先介绍知识追踪的应用背景和基本原理,其次介绍知识追踪所涉及的教育学、认知科学、数据挖掘和机器学习理论,接着介绍基于概率图模型、矩阵分解、深度学习等三类主要知识追踪技术及其发展现状,并分析和比较它们的特点。最后,在多模态深度学习、认知结构模型、个性化学习空间等方面,对知识追踪的未来研究方向进行展望。