Intelligent data analysis using artificial neural networks for decision making in the education domain

Скорочена інформація про документ
dc.contributor.authorRadiuk, P.
dc.contributor.authorMazurets, O.
dc.contributor.authorSkrypnyk, T.
dc.contributor.authorMoroz, O.
dc.contributor.authorРадюк, П.М.
dc.contributor.authorМазурець, О.В.
dc.contributor.authorСкрипник, Т.К.
dc.contributor.authorМороз, О.В.
dc.date.accessioned2022-03-23T19:54:22Z
dc.date.available2022-03-23T19:54:22Z
dc.date.issued2021
dc.description.abstractNowadays, 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.uk_UA
dc.description.abstractНа 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 освітиuk_UA
dc.identifier.citationIntelligent 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.uk_UA
dc.identifier.urihttps://elar.khmnu.edu.ua/handle/123456789/11736
dc.language.isoenuk_UA
dc.publisherХмельницький національний університетuk_UA
dc.subjectintelligent data analysisuk_UA
dc.subjectdata mininguk_UA
dc.subjectartificial neural networksuk_UA
dc.subjectdeep learninguk_UA
dc.subjectdecision makinguk_UA
dc.subjectlearning analyticsuk_UA
dc.subjecteducationuk_UA
dc.subjectінтелектуальний аналіз данихuk_UA
dc.subjectвидобуток данихuk_UA
dc.subjectштучні нейронні мережіuk_UA
dc.subjectглибоке навчанняuk_UA
dc.subjectприйняття рішеньuk_UA
dc.subjectосвітня аналітикаuk_UA
dc.subjectгалузь освітиuk_UA
dc.subject.udc004.85uk_UA
dc.titleIntelligent data analysis using artificial neural networks for decision making in the education domainuk_UA
dc.title.alternativeІнтелектуальний аналіз даних із використанням штучних нейронних мереж для прийняття рішень у сфері освітиuk_UA
dc.typeСтаттяuk_UA
Файли
Контейнер файлів
Зараз показуємо 1 - 1 з 1
Назва:
vknu-ts-2021-n6-303-111-114[1].pdf
Розмір:
408.81 KB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Назва:
license.txt
Розмір:
4.26 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити
Зібрання
Вісник ХНУ. Технічні науки - 2021 рік