Особенности использования многослойного персептрона при автоматизированном контроле знаний в электронных учебных курсах

Интернет-журнал «НАУКОВЕДЕНИЕ»
Выпуск 2, март – апрель 2014
Опубликовать статью в журнале - http://publ.naukovedenie.ru

Институт Государственного управления, 

права и инновационных технологий (ИГУПИТ)
Связаться с редакцией: publishing@naukovedenie.ru

1

http://naukovedenie.ru 94TVN214

УДК
004.588

Леванов Дмитрий Николаевич

ООО «Центр разработки мультимедийных материалов»

Россия, Москва1

Тестировщик Интернет-проектов

E-Mail: felis_pardus@mail.ru

Феоктистов Николай Алексеевич

ФГБОУ ВПО «Московский государственный университет дизайна и технологии»

Россия, Москва

Профессор, доктор технических наук
E-Mail: nikolay.a.feoktistov@gmail.com

Особенности использования многослойного персептрона 

при автоматизированном контроле знаний

в электронных учебных курсах

Аннотация: В статье приведено моделирование многослойного персептрона для 

решения задачи классификации тестируемых пользователей. Выбрана структура сети, 
подготовлена обучающая последовательность и проведена настройка (обучение) нейросети. 
Построена математическая модель и проведен ее анализ. Исследовано поведение персептрона 
при выставлении оценки за тест, состоящий из десяти вопросов, на примере 
четырёхбалльного контроля знаний. Подтверждена адекватность реакции на выходе 
персептрона при подаче на вход данных, не использовавшиеся при настройке сети. В 
результате сложились основания полагать возможным использование нейронных сетей в 
решении задач классификации пользователей. В ходе обсуждения поставлен вопрос о 
целесообразности применения технологии нейронных сетей в задачах многокритериальной 
классификации пользователей по множеству характеристик. С постоянно расширяющимся 
множеством характеристик пользователя, которые могут быть отслежены компьютерной 
системой, также, возникает вопрос о внедрении новых, альтернативных существующим, 
методов обработки информации. С этой позиции нейронные сети, с учетом сложности 
обоснования выбора архитектуры и трудоемкости формирования репрезентативной 
обучающей выборки, имеют место быть рассмотрены в качестве одного из возможных 
направлений на пути разрешения данной проблемы. Модель может быть использована на 
этапах тестирования в электронных учебных курсах для дистанционного обучения с целью 
индивидуализации процесса обучения и повышения объективности оценки знаний.

Ключевые слова:
Образование; дистанционное обучение; система управления 

обучением; электронный учебный курс; нейронные сети; компьютерное тестирование знаний; 
классификация пользователей.

Идентификационный номер статьи в журнале 94TVN214

1 ул. Маршала Савицкого, д.26, Москва, Россия, 117148