近日，由新濠峰娱乐
崔少国教授指导的研究生王名洋撰写的论文“A Temporal-Enhanced Model for Knowledge Tracing” 被the 33th International Conference on Artificial Neural Networks（ICANN 2024）录用。这是新濠峰娱乐
在智慧教育领域取得的一项重要研究成果。
该研究面向智慧教育场景，以教育大数据智能分析与挖掘技术为基础，运用人工智能方法对学生学习过程中的知识状态进行追踪。具体来讲，基于对学生学习、练习和测试的历史数据进行分析来对学生知识掌握情况进行建模，从而得到学生当前知识状态表示的方法。该方法在计算机辅助教育和适应性学习研究中发挥着重要作用。在学习者的学习过程中，随着学习时间的增加，学习者的历史学习记录之间的时间距离持续增加，导致在练习中捕捉知识概念的相关性时出现长期依赖问题。此外，学习者的学习状态也受到时间的影响。如何准确地判断学习者在不同时间层次上的知识状况也是一个挑战。为了解决上述问题，课题组提出了一种时间增强的知识跟踪模型（TEKT）。一方面，利用概率稀疏注意机制解决了长期依赖的问题；另一方面，通过嵌入细粒度的时间特征来捕获学习者在不同时间粒度下的知识状态。本文提出的方法已经在不同数据集上进行了实验和验证。结果表明，所提出的模型在多个性能指标上表现出了良好性能。
ICANN，即人工神经网络国际会议，专注于人工神经网络和神经计算的前沿研究和发展，是中国计算机协会CCF推荐学术会议。会议涵盖了人工神经网络领域的各个研究方面，包括神经网络模型与算法、深度学习、认知计算、神经计算、神经仿生学、神经网络应用等。会议不仅关注学术研究，还聚焦于人工神经网络在各个领域的应用实践，如数据挖掘、自然语言处理、智能控制等。据悉，该会议将于2024 年 9月17日-20日在瑞士卢加诺举行。
