Modelo híbrido de sistema tutor inteligente utilizando conhecimento do especialista e mapas de Kohonen com treinamento automatizado

Carvalho, Sirlon Diniz de

dc.contributor	Flores, Edna Lúcia
dc.contributor	http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4703666H2
dc.contributor	Santos, Eliane Elias Ferreira dos
dc.contributor	http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4260991J0
dc.contributor	Teixeira, Ricardo Antonio Gonçalves
dc.contributor	Furtado, Alzino Mendonça
dc.contributor	Melo, Francisco Ramos de
dc.contributor	http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4739299U6
dc.creator	Carvalho, Sirlon Diniz de
dc.date	2016-06-22T18:38:02Z
dc.date	2013-02-18
dc.date	2016-06-22T18:38:02Z
dc.date	2013-01-24
dc.date.accessioned	2023-09-28T20:33:37Z
dc.date.available	2023-09-28T20:33:37Z
dc.identifier	CARVALHO, Sirlon Diniz de. Modelo híbrido de sistema tutor inteligente utilizando conhecimento do especialista e mapas de Kohonen com treinamento automatizado. 2013. 127 f. Tese (Doutorado em Engenharias) - Universidade Federal de Uberlândia, Uberlândia, 2013. DOI https://doi.org/10.14393/ufu.te.2013.3
dc.identifier	https://repositorio.ufu.br/handle/123456789/14315
dc.identifier	https://doi.org/10.14393/ufu.te.2013.3
dc.identifier.uri	https://repositorioslatinoamericanos.uchile.cl/handle/2250/9053674
dc.description	The contemporary education has a lot of challenges and among them is the adaptation of using new technologies with classical education paradigm. It hasn\'t been different with distance education. In this context, this work proposes to develop a hybrid tutoring system model with decisions based on the teachers knowledge and help from Self Organizing Maps (SOM) or Kohonen\'s Maps neural networks. The proposed system has a initial teaching method that is set by specialist teacher up and while system is being running this pedagogic method is refined by the neural networks, which use patterns extracted from students that has used the system. The model proposes the utilization of a basic neural network structure with automated training which is capable of train several networks and define the one which represents results that is more coherent with the pattern\'s set, dismissing the intervention of a specialist on the evaluation of the network training performance. The system has adaptive and reactive features related to the apprentice, being able to offer to the students a personalized and dynamic learning. The system was developed in a web environment aiming avail the advantages of this technology. At this work, besides the proposed model developing it also were performed a data gathering with fresh students from integrated learning technical of Federal Institution of Goiás, Luziânia, Goiás, Brazil, to evaluate system\'s applicability. This thesis presents the fundamentals theorists of the virtual education environment, as also the artificial neural networks SOM, used on proposed model. Likewise, it shows the system developing process, the automated training build, in addition with the system tutor structure. The knowledge\'s transmission is inspired in the content\'s didactic transposition, with organization didactic units in levels that aim develop distinct skills. The SOM networks analysis indicate that the automated train was able to train several networks and identify a network with best topologic order. Moreover, this work presents a comparison between students performance when submitted to learn using the system with purely specialized orientation and hybrid orientation. The outcomes of this evaluation points out the viability of the proposed model, since the system has shown to be able to learn from students and adapt the teacher learning method. The apprentices that studied utilizing the system had amplified theirs grades on the learning system evaluations and the hybrid tutor was capable of take decisions which magnify the acceptation of the tutor learning indication.
dc.description	Doutor em Ciências
dc.description	A educação contemporânea tem muitos desafios, dentre eles o de adequar a utilização de novas tecnologias aos paradigmas clássicos de ensino. Com a educação a distância não tem sido diferente. Nesse contexto, este trabalho apresenta o processo de desenvolvimento de um sistema tutor inteligente híbrido com decisões baseadas no conhecimento do professor, subsidiadas pelas decisões das redes neurais Self Organizing Maps (SOM) ou Mapas de Kohonen. O sistema proposto tem a sua estratégia de ensino inicial estabelecida pelo professor especialista e à medida em que o sistema é utilizado a estratégia pedagógica é refinada pelas redes neurais, que utilizam padrões extraídos dos estudantes que usaram o tutor. O modelo propõe a utilização de uma estrutura de rede neural com treinamento automatizado que é capaz de treinar diferentes redes e definir a que apresente o resultado mais coerente com conjunto de padrões, dispensando a intervenção de um especialista na avaliação do desempenho das redes. O sistema tem característica adaptativa e reativa ao aprendiz, capaz de oferecer ao estudante um ensino personalizado e dinâmico. O sistema foi desenvolvido para ambiente web com o objetivo de obter vantagens que essa tecnologia oferece. Neste trabalho, além do desenvolvimento do modelo proposto também foram realizadas coletas de dados com alunos dos anos iniciais do ensino técnico integrado do Instituto Federal de Goiás Campus Luziânia para avaliar a aplicabilidade do sistema. A tese apresenta os fundamentos teóricos de ambientes virtuais de educação, bem como das redes neurais artificiais SOM, utilizadas no modelo proposto. Também é apresentado o processo de desenvolvimento do sistema, a construção do treinamento automatizado e a estruturação do sistema tutor. A transmissão de conhecimentos é inspirada na transposição didática de conteúdos, com unidades didáticas organizadas em níveis que tem como objetivo desenvolver diferentes competências. As análises das redes SOM indicaram que o treinamento automatizado foi capaz de treinar diversas redes e identificar a rede com melhor ordenação topológica. Também são apresentadas comparações entre os desempenhos dos estudantes quando submetidos a estudos nos sistemas com orientação puramente especialista e híbrido. Os resultados dessa avaliação indicam a viabilidade do modelo proposto, pois o sistema mostrou-se capaz de aprender com os estudantes e ajustar as estratégias de ensino do professor. Os aprendizes que estudaram no sistema ampliaram suas médias nas avaliações de aprendizado do sistema e o tutor híbrido foi capaz de tomar decisões que ampliaram a aceitação das indicações de estudos do tutor.
dc.format	application/pdf
dc.format	application/pdf
dc.language	por
dc.publisher	Universidade Federal de Uberlândia
dc.publisher	BR
dc.publisher	Programa de Pós-graduação em Engenharia Elétrica
dc.publisher	Engenharias
dc.publisher	UFU
dc.rights	Acesso Aberto
dc.subject	Sistema tutor inteligente
dc.subject	STI
dc.subject	Redes SOM
dc.subject	Mapas de Kohonen
dc.subject	STI baseado em redes neurais
dc.subject	STI híbrido
dc.subject	Inteligência artificial
dc.subject	Ensino a distância
dc.subject	Intelligent tutoring systems
dc.subject	ITS
dc.subject	Self organizing maps
dc.subject	SOM
dc.subject	Kohonen maps
dc.subject	ITS based on neural networks
dc.subject	Hybrid ITS
dc.subject	CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
dc.title	Modelo híbrido de sistema tutor inteligente utilizando conhecimento do especialista e mapas de Kohonen com treinamento automatizado
dc.title	Modelo híbrido de sistema tutor inteligente utilizando conhecimento do especialista e mapas de Kohonen com treinamento automatizado
dc.type	Tese

Este ítem pertenece a la siguiente institución

Universidade Federal de Uberlândia (Brasil)