-
题名基于速度与准确率权衡的深度认知诊断模型
- 1
-
-
作者
程艳
周子为
马明宇
林庆龙
詹勇鑫
万凌峰
-
机构
江西师范大学软件学院
江西师范大学计算机信息工程学院
江西省智能信息处理与情感计算省重点实验室
-
出处
《计算机科学》
CSCD
北大核心
2024年第10期170-177,共8页
-
基金
国家自然科学基金(62167006)
江西省科技创新基地计划项目——智能信息处理与情感计算江西省重点实验室(2024SSY03131)
+1 种基金
江西省主要学科学术和技术带头人培养计划——领军人才项目(20213BCJL22047)
江西省自然科学基金(20212BAB202017)。
-
文摘
智能教育中,认知诊断通过分析学习者的学习行为数据来理解学习者的认知状态。现有基于深度学习方法的认知诊断模型默认假设学习者在作答过程中有足够的作答时间来完全发挥知识掌握水平,未考虑学习者在作答过程中的作答速度与作答准确率之间的权衡策略对发挥知识掌握水平的影响。针对上述问题,提出了一种基于速度与准确率权衡的深度认知诊断模型,首先构建认知风格模糊集解释学习者的权衡策略,然后通过动态逻辑回归函数模拟学习者作答过程中的速度与准确率权衡关系,实现对学习者理论上能达到最高的知识掌握水平与实际作答中发挥出来的知识掌握水平的区分诊断。此外还引入了作答时间属性和题目类型属性,以更准确地表征认知诊断交互函数中的题目参数。大量实验表明,该模型相比同类最优模型在3个公开数据集上准确度分别提升2.58%,2.86%,5.18%,且能为预测结果提供作答时间层面的解释,具有一定的优越性。
-
关键词
智能教育
深度认知诊断
速度与准确率权衡
模糊集
逻辑回归函数
-
Keywords
Intelligent education
Deep cognitive diagnostics
Speed-Accuracy trade-off
Fuzzy sets
Logistic regression function
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于语义引导的人像自动抠图模型
- 2
-
-
作者
程艳
严志航
赖建明
王桂喜
钟林辉
-
机构
江西师范大学软件学院
江西师范大学数字产业学院
江西师范大学计算机信息与工程学院
江西省智能信息处理与情感计算省重点实验室
-
出处
《图学学报》
CSCD
北大核心
2024年第4期683-695,共13页
-
基金
国家自然科学基金项目(62167006,61967011)
江西省科技创新基地计划省重点实验室项目(2024SSY03131)
+2 种基金
江西省自然科学基金项目(20212BAB202017)
江西省03专项及5G项目(20212ABC03A22)
江西省主要学科学术和技术带头人培养计划领军人才项目(20213BCJL22047)。
-
文摘
为解决现有人像抠图方法中存在的语义判别错误和抠图细节模糊问题,提出一种基于语义引导的人像自动抠图模型。首先引入CNN-Transformer混合架构EMO进行特征编码。接着,在语义分割解码分支利用多尺度混合注意力模块处理最高层编码特征,以增强多尺度表征和像素级判别能力。然后,使用特征增强模块融合高层次特征,促使高层语义信息在浅层网络的流动。同时,细节抠取解码分支中的聚合以引导来自模块不同分支的特征聚合,利用聚合特征更好地引导网络提取浅层特征,提高了边缘细节抠取精度。在3个数据集上的实验表明,该方法与所比较方法相比性能达到了最优,并显著降低了参数量和计算复杂度,具有较高的竞争力。
-
关键词
人像抠图
语义引导
多尺度
特征增强
聚合引导
-
Keywords
portrait matting
semantic guidance
multi-scale
feature enhancement
aggregation guidance
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
