• / 16

基于对抗网络模型的陪伴学习角色生成方法和系统

关 键  词:
基于 对抗 网络 模型 陪伴 学习 角色 生成 方法 系统
资源描述:

《基于对抗网络模型的陪伴学习角色生成方法和系统》由会员分享,可在线阅读,更多相关《基于对抗网络模型的陪伴学习角色生成方法和系统(16页珍藏版)》请在我爱发明网上搜索。

1、生各自对应的学习能力类别初步划分代表值: 在上述公式(1)中, V(d)表示学生对应的学习能力类别初 步骤S201, 将若干所述样本数据集合输入至所述对抗网络模型, 并通过下面公式(1), 确定所述学分析处理, 从而获得 所述学生各自对应的学习能力类别初步划分信息和学习能力类别划分误差信息具体包括:的陪伴学习角色生成方法, 其特征在于: 在所述步骤S2中, 将对抗网络模型对若干所述样本数据集合进行样本集合中, 从 而获得对应不同难度级别的若干数据样本集合。 3.如权利要求2所述的基于对抗网络模型确定每一项学习子数据的难度级别; 步骤S103, 将具有相同难度级别的所有学习子数据都划分到同一数据。

2、数据包含的每一项学习子数据的科目类型和学习数据信 息量, 并根据所述科目类型和所述学习数据信息量, 并对所述 历史学习数据依次进行数据去重处理和数据卡尔曼滤波处理; 步骤S102, 获取所述历史学习若干样本数据集合具体包括: 步骤S101, 获取若干所述学生在上一学年学习过程中对应的历史学习数据,若干学生的历史学习内容数据, 并根据所述历史学习内容数据 的难度级别, 将所述历史学习内容数据划分为.如权利要求1所述的基于对抗网络模型的陪伴学习角色生成方法, 其特征在于: 在所述步骤S1中, 获取力类别最终划分信息, 并根据所述学习能力类别最终划分信息, 确定与所述 学生匹配的陪伴学习角色。 2 。

3、指 示所述对抗网络模型对若干所述样本数据集合进行重新分析处理, 从而获得所述学生各自 对应的学习能能力类别划分误差信息; 步骤S3, 根据所述学习能力类别初步划分信息和所述学习能力类别划分误差信息,模型对若干所述样本数据集合进行分析处理, 从而获得所述学生 各自对应的学习能力类别初步划分信息和学习史学习内容数据的难度级 别, 将所述历史学习内容数据划分为若干样本数据集合; 步骤S2, 将对抗网络成方法, 其特征在于, 其包括如下步骤: 步骤S1, 获取若干学生的历史学习内容数据, 并根据所述历627 A 2020.11.24 CN 111985627 A 1.基于对抗网络模型的陪伴学习角色生以。

4、 及提高虚拟现实教学的人性化和体验性。 权利要求书4页 说明书10页 附图1页 CN 111985与学生匹配的陪 伴学习角色, 从而便于根据不同学生自身的实际 学习情况生成与之匹配的虚拟陪伴学习角色后续对不同的样本数据集合进 行重新分析处理, 并得到学生各自对应的学习能 力类别最终划分信息以及确定数据集合进行处理, 以此实现对学生的学 习能力类别初步划分和学习能力类别划分误差 确定, 这样能够为生的 历史学习内容数据对应的难度级别形成不同的 样本数据集合, 并且还利用对抗网络模型对不同 的样本和系统 (57)摘要 本发明提供了基于对抗网络模型的陪伴学 习角色生成方法和系统, 其能够根据不同学 G06Q 50/20(2012.01) (54)发明名称 基于对抗网络模型的陪伴学习角色生成方 法08(2006.01) G06K 9/62(2006.01) G06Q 10/06(2012.01) (72)发明人 王鑫 (51)Int.Cl. G06N 3/04(2006.01) G06N 3/海松鼠课堂人工智能科技有限公 司 地址 200237 上海市徐汇区宜州路188号2 幢9层、 10层21)申请号 202011035045.4 (22)申请日 2020.09.27 (71)申请人 上19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日。

展开阅读全文
  我爱发明网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
关于本文
本文标题:基于对抗网络模型的陪伴学习角色生成方法和系统
链接地址:https://www.woaifaming.net/doc/4938.html
关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

copyright@ 20018-2021 我爱发明网版权所有

经营许可证编号:粤ICP备20005300号-1



收起
展开