知识追踪
文章平均质量分 85
多尝试多记录多积累
才发现,应该“好好学习,天天向上”才是真理
展开
-
2020-RKT
**2020-RKT:Relation-Aware Self-Attention for Knowledge Tracing**有代码:https://github.com/shalini1194/RKT原创 2022-11-24 20:17:34 · 598 阅读 · 1 评论 -
SAKT方法部分介绍
网络架构和嵌入解释:SAKT网络: 在每个时间戳处,仅对前面的每个元素估计注意权重。键、值和查询是从如下所示的嵌入层中提取的。当第j个元素为查询元素且第i个元素为关键元素时,注意权重为aija_{ij}aij。嵌入层: 嵌入学生正在尝试的当前练习和他过去的交互。在每次标记 t+1t+1t+1 时,使用练习嵌入将当前问题 et+1e_{t+1}et+1 嵌入到查询空间中,使用交互嵌入将过去交互的元素 xtx_txt 嵌入到键和值空间中。方法详细介绍:模型目的: 根据学生1到 t 时刻 的习题原创 2022-05-26 15:16:50 · 994 阅读 · 0 评论 -
2021_DGMN
Deep Graph Memory Networks for Forgetting-Robust Knowledge T racing(遗忘鲁棒知识的深图记忆网络)文章目录摘要1 、介绍2、问题定义3、深图存储网络3.1注意记忆3.1.1概念嵌入存储器(M^k)3.1.2概念状态存储器(M^v_t)3.1.3遗忘门机制3.1.4记忆更新程序3.2潜在概念图(LCG)3.3 Answer Prediction翻译:摘要学生的知识对于定制学习体验至关重要。最近的知识追踪方法倾向于通过建模学习概念中的知识原创 2022-05-13 12:56:07 · 925 阅读 · 3 评论 -
KADT:Learning Data T eaching Strategies Via Knowledge Tracing
文章目录翻译:摘要1 介绍2 问题定义3 方法3.1学生知识追踪3.2数据教学策略4 实验设计5 结果和讨论6 相关工作7 结论翻译:摘要教学在人类学习中起着基础性的作用。一般来说,人类的教学策略包括评估学生的知识进步,从而调整教学材料,以提高学习进步。人类教师可以通过在任务中追踪学生对重要学习概念的知识来实现这一点。然而,这种教学策略在机器学习中还没有得到很好的利用,因为目前的机器教学方法倾向于直接评估单个训练样本的进展,而没有注意到学习任务中潜在的学习概念。在本文中,我们提出了一种新的方法,称为知原创 2022-05-04 19:33:55 · 506 阅读 · 0 评论 -
python切片操作-高维
python切片操作原创 2021-12-21 19:35:12 · 699 阅读 · 0 评论 -
GIKT论文学习
GIKT: A Graph-based Interaction Model for Knowledge Tracing文章和代码:https://github.com/Rimoku/GIKT目录摘要实验结果介绍相关工作定义GIKT方法Embedding LayerEmbedding Propagation学生状态演变历史回顾模块(History Recap Module)广义交互模块(Generalized Interaction Module)摘要在线教育系统中的问题往往很多,而且总是与很少的技能原创 2021-06-23 09:50:26 · 1992 阅读 · 5 评论 -
GKT中文解读和代码详解
针对文章,有不同意见,欢迎评论区交流中文解读代码讲解,针对部分函数train.pyprocessing.pyGKT+Dense的初始图构建models.pylayers.py代码中不懂记录中文解读代码讲解,针对部分函数train.py其中的train函数def train(epoch, best_val_loss): t = time.time() loss_train = [] kt_train = [] vae_train = [] auc_train原创 2021-06-05 10:23:56 · 5003 阅读 · 5 评论