Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 武汉纺织大学杨华利获国家专利权

武汉纺织大学杨华利获国家专利权

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!

龙图腾网获悉武汉纺织大学申请的专利一种基于多元学习行为因果推断的动态认知诊断方法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:CN118940795B

龙图腾网通过国家知识产权局官网在2026-01-06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:202410961023.2,技术领域涉及:G06N3/042;该发明授权一种基于多元学习行为因果推断的动态认知诊断方法是由杨华利;黄涛;胡盛泽;耿晶;张兵;朱强;王晨;卢烨文设计研发完成,并于2024-07-17向国家知识产权局提交的专利申请。

一种基于多元学习行为因果推断的动态认知诊断方法在说明书摘要公布了:本发明提供一种基于多元学习行为因果推断的动态认知诊断方法,借助点击流和活动流对学习过程行为建模,通过多元行为特征构建学习行为图。同时考虑学习行为与认知之间的因果关联,通过因果注意力机制学习权重差异,实现关键行为子图和低效行为子图的自动划分。随后将学习行为视作因果推断中的变量,对低效行为进行干预,建立关键行为与低效行为的组合,获取干预图。基于已获取的关键行为子图、低效行为子图和干预图表征,通过多任务机制来设置不同的预测目标,以此挖掘学习行为和内隐认知之间的因果关联,增强学习者认知水平动态诊断的可解释性。

本发明授权一种基于多元学习行为因果推断的动态认知诊断方法在权利要求书中公布了:1.一种基于多元学习行为因果推断的动态认知诊断方法,其特征在于,包括如下步骤: 步骤1,获取学习过程中的包括知识、行为和时序数据,构建学生作答数据集;知识数据包括某一时刻学生所作答的试题和试题相关的知识,行为数据包括学生在作答过程中反复修改答案而形成的点击流,以及作答结束后学生查看解析、视频资源而形成的活动流;时序数据包括当前行为发生时间戳信息; 步骤2,针对数据集中学生的点击流和活动流,构建学习行为图,将不同的行为特征映射至统一的行为空间,具体包括:通过时间戳统计点击特征构建点击流子图,通过时间戳统计活动特征构建活动流子图,并连接点击流子图和活动流子图,形成统一的学习行为图; 步骤3,将学习行为图中的行为划分为关键行为和低效行为,形成关键行为子图和低效行为子图这两个子图,并使用Do算子干预生成干预图,以挖掘关键行为和低效行为与知识状态的因果关系; 其中,使用Do算子干预获取干预图包括: 首先,用因果注意力的得分从学习行为图中分别抽取出关键行为子图和低效行为子图 随后,通过池化来获取两个子图的表征,即关键行为表征和低效行为表征并使用队列结构构建存储库,记为MB,来记录多个学习者不同的低效行为子图的表征; 再次,为了挖掘影响学习成效的行为要素,将学习行为视作因果推断中的变量,对低效行为进行干预,即固定关键行为变量而改变低效行为变量,干预过程公式为: 其中,为通过干预操作生成得到的图,为从存储库中获取的低效行为;对于每个关键行为,从存储库中随机获取多个不同的低效行为分别与之组合,从而生成若干个干预图,干预图集合记为M为干预图的数量; 步骤4,基于已获取的关键行为子图、低效行为子图和干预图表征,通过多任务机制来设置不同的预测目标,以此挖掘学习行为和内隐认知之间的因果关联,并将关键行为、低效行为与真实的作答计算交叉损失熵,而低效行为与固定值做交叉损失熵,最终损失函数由三者加权求和来计算,实现关键行为预测、干预图预测、低效行为预测。

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武汉纺织大学,其通讯地址为:430073 湖北省武汉市洪山区纺织路1号;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”。

以上内容由龙图腾AI智能生成。

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。