Intelligent data analysis using artificial neural networks for decision making in the education domain
Вантажиться...
Дата
2021
Автори
Radiuk, P.
Mazurets, O.
Skrypnyk, T.
Moroz, O.
Радюк, П.М.
Мазурець, О.В.
Скрипник, Т.К.
Мороз, О.В.
Назва журналу
Номер ISSN
Назва тому
Видавець
Хмельницький національний університет
Анотація
Nowadays, applying educational intelligent data analysis (EIDA) seems relevant for improving the educational
process based on big data. It implies developing and improving the methods of processing collected data in educational
institutions to understand academic issues better. Over the past decades, artificial neural networks (ANNs) have been
recognized as the most prominent techniques for learning analytics. In this work, we systematized the recent scientific
literature in EIDA with ANNs. The paper analyzes the applications of ANN to EIDA and discusses the computational issues in
the EIDA domain. According to the investigation, most educational data mining tasks are addressed by controlled learning models, such
as classification, regression, and time-series prediction. Most in-depth methods used in the EIDA domain are traditional types
of ANN. Well-known techniques such as multi-year perceptron and deep long short‐term memory networks have been mainly
used for classification and prediction tasks within the education sphere. However, the difficulty of interpreting the results
produced by ANNs has also been a challenge for intelligent data practitioners in any domain, including education.
На сьогодні застосування методів інтелектуального аналізу даних у сфері онлайн освіти видається актуальним для вдосконалення навчального процесу на основі великих даних. Такий підхід передбачає розроблення та вдосконалення методів оброблення зібраних даних у навчальних закладах, щоб краще зрозуміти академічні проблеми та завдання. За останні десятиліття метод інтелектуального аналізу даних, під назвою штучна нейронна мережа, визнано найкращим для різноманітних завдань аналітики. У цій роботі проведено систематизацію нещодавньої наукової літератури щодо застосування методів інтелектуального аналізу даних зі штучною нейронною мережею в галузі освіти. У роботі аналізуються застосування інформаційних технологій на основі штучних нейронних мереж до розв’язання академічних завдань та обговорюються обчислювальні проблеми в галузі освіти. З 2018 року відбувалося стрімке зростання кількості публікацій із використанням штучних нейронних мереж. Половина розглянутих робіт була опублікована американськими установами, тоді як кожну третю статтю опубліковано в азіатських країнах. Відповідно до результатів аналізу встановлено, що освітні дані найчастіше розв’язуються за допомогою контрольованих навчальних моделей. Водночас у галузі освіти найчастіше трапляються завдання класифікації, регресії та прогнозування часових рядів. У роботі визначено, що традиційні типи штучних нейронних мереж найчастіше використовуються для оброблення та аналізу даних галузі освіти. Багатошаровий перцептрон та нейронна мережа з довгою короткочасною пам’яттю використовуються переважно для завдань класифікації та прогнозування. Втім складність інтерпретування результатів, отриманих за штучною нейронною мережею, може бути значною проблемою для фахівців-аналітиків та розробників програмного забезпечення в галузі освіти
На сьогодні застосування методів інтелектуального аналізу даних у сфері онлайн освіти видається актуальним для вдосконалення навчального процесу на основі великих даних. Такий підхід передбачає розроблення та вдосконалення методів оброблення зібраних даних у навчальних закладах, щоб краще зрозуміти академічні проблеми та завдання. За останні десятиліття метод інтелектуального аналізу даних, під назвою штучна нейронна мережа, визнано найкращим для різноманітних завдань аналітики. У цій роботі проведено систематизацію нещодавньої наукової літератури щодо застосування методів інтелектуального аналізу даних зі штучною нейронною мережею в галузі освіти. У роботі аналізуються застосування інформаційних технологій на основі штучних нейронних мереж до розв’язання академічних завдань та обговорюються обчислювальні проблеми в галузі освіти. З 2018 року відбувалося стрімке зростання кількості публікацій із використанням штучних нейронних мереж. Половина розглянутих робіт була опублікована американськими установами, тоді як кожну третю статтю опубліковано в азіатських країнах. Відповідно до результатів аналізу встановлено, що освітні дані найчастіше розв’язуються за допомогою контрольованих навчальних моделей. Водночас у галузі освіти найчастіше трапляються завдання класифікації, регресії та прогнозування часових рядів. У роботі визначено, що традиційні типи штучних нейронних мереж найчастіше використовуються для оброблення та аналізу даних галузі освіти. Багатошаровий перцептрон та нейронна мережа з довгою короткочасною пам’яттю використовуються переважно для завдань класифікації та прогнозування. Втім складність інтерпретування результатів, отриманих за штучною нейронною мережею, може бути значною проблемою для фахівців-аналітиків та розробників програмного забезпечення в галузі освіти
Опис
Ключові слова
intelligent data analysis, data mining, artificial neural networks, deep learning, decision making, learning analytics, education, інтелектуальний аналіз даних, видобуток даних, штучні нейронні мережі, глибоке навчання, прийняття рішень, освітня аналітика, галузь освіти
Бібліографічний опис
Intelligent data analysis using artificial neural networks for decision making in the education domain / P. Radiuk, O. Mazurets, T. Skrypnyk, O. Moroz // Вісник Хмельницького національного університету. Технічні науки. – 2021. – № 6. – С 111-114.