Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广州国梁科技有限公司唐竞遥获国家专利权

广州国梁科技有限公司唐竞遥获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉广州国梁科技有限公司申请的专利基于ai的教学互动方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119228608B

龙图腾网通过国家知识产权局官网在2025-06-20发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411362421.9,技术领域涉及:G06Q50/20;该发明授权基于ai的教学互动方法及系统是由唐竞遥;杨文林;钟丽霞;罗立升设计研发完成,并于2024-09-27向国家知识产权局提交的专利申请。

基于ai的教学互动方法及系统在说明书摘要公布了:本发明提出基于ai的教学互动方法及系统,方法包括:采集学生的多模态数据;构建个体吸收模型计算学生的知识吸收率与对学生的知识吸收率序列趋势进行预测;构建特征映射将知识吸收率和预测的知识吸收率序列进行嵌入,根据特征映射构建动态自适应内容生成器;获取自适应内容生成器生成的教学内容特征向量,并映射到到学生的社交行为特征上得到社交特征向量。动态调整学生之间的互动推荐和小组分配;根据第二动态社交权重更新模型构建自适应学习曲线模型,并设计反馈机制,更新学生之间的互动推荐和小组分配;构建区块链网络更新模型输出的数据进行加密和上传,并构建学习反馈智能合约。本发明为现代教育提供了更智能、更高效的解决方案。

本发明授权基于ai的教学互动方法及系统在权利要求书中公布了:1.基于ai的教学互动方法,其特征在于,所述方法包括:S1、部署传感器设备采集学生的多模态数据并对多模态数据进行预处理,并对预处理后的数据进行特征提取和融合,得到综合特征向量,并将综合特征向量存储为多模态数据集;其中,所述综合特征向量包括EEG频谱特征,心率变异性特征,眼动特征和面部表情特征;S2、接受传感器发送的多模态数据集并根据多模态数据集构建个体吸收模型计算学生的每个时间点的知识吸收率与对学生的知识吸收率序列趋势进行预测;其中,所述知识吸收率为采用GRU的隐藏状态和注意力机制预测的学生未来的知识吸收趋势;S3、构建特征映射将知识吸收率和预测的知识吸收率序列进行嵌入,根据特征映射构建动态第一自适应内容生成器,设计联合损失函数根据特征映射对判别器与第一自适应内容生成器进行联合训练优化得到第二自适应内容生成器;S4、获取第二自适应内容生成器生成的教学内容特征向量,并结合知识吸收率通过特征映射函数转换成社交特征向量,利用社交特征向量构建学生社交网络,根据学生社交网络构建第一动态社交权重更新模型,并设计群体互动优化算法对第一动态社交权重更新模型的权重进行调整得到第二动态社交权重更新模型,根据第二动态社交权重更新模型生成新的社交互动策略,动态调整学生之间的互动推荐和小组分配;S5、根据第二动态社交权重更新模型构建自适应学习曲线模型,并设计反馈机制,更新学生之间的互动推荐和小组分配;所述自适应学习曲线模型采用动态贝叶斯网络根据学生的知识吸收率和社交行为特征,预测未来的学习表现;S6、构建区块链网络对第二动态社交权重更新模型输出的数据进行加密和上传,并构建学习反馈智能合约自动执行数据验证、存储和反馈优化,并设计学习数据共识算法对数据块的接收进行判断;其中,所述学习数据共识算法为所有节点通过投票机制来决定是否接受新的数据块,有且只有所有节点投票通过才接受新的数据块;其中,在所述学生社交网络中,每个节点代表一个学生,边的权重表示学生之间的社交联系强度;所述第一动态社交权重更新模型根据学生的知识吸收率和社交行为实时更新边的权重;所述边的权重计算如下:wi,j,t=α·simFsocial,i,t,Fsocial,j,t+β·|KARi,t-KARj,t|其中,wi,j,t表示时间点t上学生i和学生j之间的边权重;α和β表示权重系数,用于平衡社交行为相似度和知识吸收率差异的影响;simFsocial,i,t,Fsocial,j,t表示学生i和学生j在时间点t上的社交特征相似度;|KARi,t-KARj,t|表示学生i和学生j在时间点t上的知识吸收率差异;所述群体互动优化算法用于增加知识吸收率最高的学生与吸收率最低的学生的互动,所述群体互动优化算法表示如下: 其中,Lopt表示优化目标函数,用于最小化社交网络中学生间的知识吸收率差异;E表示社交网络中的边集;KARi,t和KARj,t表示学生i和j在时间点t上的知识吸收率;根据群体互动优化算法的输出更新边权重得到第二动态社交权重更新模型,所述第二动态社交权重更新模型的边权重,表示如下:wi,j,t+1=wi,j,t+γ·Δwi,j,t其中,wi,j,t+1表示时间点t+1上学生i和学生j之间的边权重;γ表示学习率,用于控制权重更新的步长;Δwi,j,t表示边权重的变化量。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人广州国梁科技有限公司,其通讯地址为:511400 广东省广州市番禺区南村镇汉溪大道东362号907房;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。