Adaptabilidade temática em sistemas tutores inteligentes híbridos

Página do item simplificado
dc.contributor.advisor-co1NALINI, Lauro Eugênio Guimarães
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/7555089672749145por
dc.contributor.advisor1MARTINS, Weber
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/3123848470517021por
dc.creatorQUINDERÉ, Pedro Sérgio Gomes
dc.creator.Latteshttp://lattes.cnpq.br/5584884014403833por
dc.date.accessioned2014-07-29T15:08:19Z
dc.date.available2009-06-19
dc.date.issued2008-02-23
dc.description.abstractIn the context of efficient information transmission among people and, particularly in the helping of learning and training processes, this investigation presents results on the use of the technology of Hybrid Intelligent Tutoring Systems, based on artificial neural networks and expert rules, developed by Martins [MEA 2004], Melo [MEL 2003] and Meireles [MEI 2003]. Due to the fact that, in its initial empirical validation, neural training data has been originated from courseware in Introduction to Data Processing , some doubts have remained on the applicability of the trained neural network to other scenarios. The present production has approached these issues by the formalization of the content format and by presenting promising empirical results in two other scenarios: Scientific Methodology and Biological Rhythms . Results were analyzed by non-parametric methods with 5% significance. They reinforce the hypotheses that the studied tutoring system is efficient, able to reduce differences of distinct groups and shows thematic adaptability actuallyeng
dc.description.provenanceMade available in DSpace on 2014-07-29T15:08:19Z (GMT). No. of bitstreams: 1 dissertacao_pedro_quindere.pdf: 1753745 bytes, checksum: 1a9e14157501ea719da0e4e18d0479eb (MD5) Previous issue date: 2008-02-23eng
dc.description.resumoNo contexto da transmissão eficiente de informação entre pessoas, particularmente no auxílio a processos de ensino-aprendizagem e treinamento empresarial, este trabalho apresenta resultados da investigação do uso da tecnologia de Sistemas Tutores Inteligentes Híbridos, baseada em redes neurais artificiais e regras de especialistas, desenvolvida por Martins [MEA 2004], Melo [MEL 2003] e Meireles [MEI 2003]. Por utilizar, em sua validação empírica inicial, dados de treinamento neural provenientes de conteúdo na área de Introdução ao Processamento de Dados , restaram dúvidas sobre a aplicabilidade da rede neural treinada a outros cenários. Esta pesquisa aborda tais questões, formalizando requisitos de formatação dos conteúdos e apresentando resultados promissores em dois outros cenários distintos: Metodologia Científica e Ritmos Biológicos . Os dados obtidos são analisados através de métodos não-paramétricos e nível de significância de 5%, sugerindo que o sistema tutor ensina eficientemente, uniformiza grupos distintos de indivíduos e realmente apresenta adaptabilidade temáticapor
dc.formatapplication/pdfpor
dc.identifier.citationQUINDERÉ, Pedro Sérgio Gomes. Thematic Adaptability in Hybrid Intelligent Tutoring Systems. 2008. 194 f. Dissertação (Mestrado em Engenharia) - Universidade Federal de Goiás, Goiânia, 2008.por
dc.identifier.urihttp://repositorio.bc.ufg.br/tede/handle/tde/976
dc.languageporpor
dc.publisherUniversidade Federal de Goiáspor
dc.publisher.countryBRpor
dc.publisher.departmentEngenhariapor
dc.publisher.initialsUFGpor
dc.publisher.programMestrado em Engenharia Elétrica e de Computaçãopor
dc.rightsAcesso Abertopor
dc.subjectSistemas Tutores Inteligentes Híbridos, regras de especialistas, redes neurais artificiais, adaptabilidade temáticapor
dc.subjectHybrid intelligent tutoring systems, expert rules, artificial neural networks, thematic adaptabilityeng
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::ENGENHARIA DE SOFTWAREpor
dc.thumbnail.urlhttp://repositorio.bc.ufg.br/TEDE/retrieve/3428/dissertacao_pedro_quindere.pdf.jpg*
dc.titleAdaptabilidade temática em sistemas tutores inteligentes híbridospor
dc.title.alternativeThematic Adaptability in Hybrid Intelligent Tutoring Systemseng
dc.typeDissertaçãopor

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
dissertacao_pedro_quindere.pdf
Tamanho:
1.67 MB
Formato:
Adobe Portable Document Format
Baixar

Coleções

Mestrado em Engenharia Elétrica e da Computação (EMC)