Artigo - Atena Editora

Artigo

Baixe agora

Livros

EVOLUÇÃO E IMPACTO DA INTELIGÊNCIA CIENTE DO CONTEXTO: UM ESTUDO SOBRE O USO DE MAPAS COGNITIVOS FUZZY PARA A PERSONALIZAÇÃO DA APRENDIZAGEM.

Esse trabalho propõe o uso de um, mapas cognitivos fuzzy para compilar dados e informações da sala de aula para um sistema auxiliar de tomadas de decisões para o ritmo de ou velocidade dos conceitos de uma disciplina. Isso de forma resumida é possível devido ao uso de sistemas de Machine Learning e ou sistemas híbridos do contexto em sala de aula, os quais podem revolucionar o ensino ao adaptar-se às necessidades dos alunos e professores em tempo real. Este artigo propõe uma arquitetura de sistema que utiliza de variáveis e ou conceitos derivados de leitura de sensores e dispositivos IoT para coletar dados contextuais e aplicar algoritmos de aprendizado de máquina de forma paralela. Os parâmetros observados incluem o engajamento dos alunos, compreensão do conteúdo, variáveis ambientais, comportamento do professor e interações sociais. Além disso, discutimos os modelos de machine learning mais adequados para essa aplicação, como redes neurais convolucionais (CNN), algoritmos de classificação e regressão, e técnicas de clustering. Também abordamos o ciclo de aprendizado contínuo, desafios e considerações éticas. Após a compilação dessas variáveis uma proposta de tomadas de decisões em tempo real será apresentada para gerenciamento em tempo real do gerenciamento supracitado. E, finalmente uma conclusão e implantação das técnicas citadas serão integradas ao FCM para tomadas de decisões.
Ler mais

EVOLUÇÃO E IMPACTO DA INTELIGÊNCIA CIENTE DO CONTEXTO: UM ESTUDO SOBRE O USO DE MAPAS COGNITIVOS FUZZY PARA A PERSONALIZAÇÃO DA APRENDIZAGEM.

  • DOI: https://doi.org/10.22533/at.ed.9782419114

  • Palavras-chave: Mapas Cognitivos Fuzzy, Machine Learning, Personalização da Aprendizagem.

  • Keywords: Fuzzy Cognitive Maps, Machine Learning, Learning Personalization.

  • Abstract: This work proposes the use of a fuzzy, cognitive maps to compile data and information from the classroom to an auxiliary decision-making system for the pace of or speed of the concepts of a discipline. This is possible due to the use of Machine Learning systems and/or hybrid systems in the classroom context, which can revolutionize teaching by adapting to the needs of students and teachers in real time. This paper proposes a system architecture that uses variables and/or concepts derived from reading sensors and IoT devices to collect contextual data and apply machine learning algorithms in parallel. The parameters observed include student engagement, comprehension of the content, environmental variables, teacher behaviour and social interactions. In addition, we discuss the most suitable machine learning models for this application, such as convolutional neural networks (CNN), convolutional neural networks, and convolutional neural networks. And, finally, a conclusion and implementation of the techniques mentioned will be integrated into the FCM for decision-making.

  • Marcio Mendonca
  • Guilherme Cyrino Geromel
  • Francisco de Assis Scannavino Junior
  • Angelo Feracin Neto
  • Marcos Antônio de Matos Laia
  • Emerson Ravazzi Pires da Silva
  • Marcos Banheti Rabello Vallim
  • Vitor Blanc Milani
  • Luiz Francisco Sanches Buzzacchero
  • Vicente de Lima Gongora
  • Marta Rúbia Pereira dos Santos
  • Andressa Haiduk
  • Iago Maran Machado
  • Eduardo Filgueiras Damasceno
  • Rafael Carneiro Sacoman
  • Adriano Prado de Souza
  • Eduardo Viana de Almeida
  • Fabio Rodrigo Milanez
  • Wagner Fontes Godoy
Fale conosco Whatsapp