中国科学技术大学杨勋获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉中国科学技术大学申请的专利一种知识追踪深度去偏方法、电子设备和存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119089996B 。
龙图腾网通过国家知识产权局官网在2025-10-21发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411231998.6,技术领域涉及:G06N5/022;该发明授权一种知识追踪深度去偏方法、电子设备和存储介质是由杨勋;熊治杰;张琨设计研发完成,并于2024-09-04向国家知识产权局提交的专利申请。
本一种知识追踪深度去偏方法、电子设备和存储介质在说明书摘要公布了:本发明公开了一种知识追踪深度去偏方法、电子设备和存储介质,该方法的步骤包括:1、数据采集;2、搭建知识追踪网络、对抗嵌入生成网络和对抗知识追踪网络;3、交替训练知识追踪网络、对抗嵌入生成网络和对抗知识追踪网络,以得到最优的知识追踪模型。本发明通过结合对抗数据增强和损失重加权,生成对抗偏差的数据,并降低模型训练过程中对偏差样本的学习率,有效避免模型利用偏差属性和标签之间的关联作为预测捷径,从而缓解深度知识追踪模型的偏差问题,以实现更加精准地评估学生知识状态。
本发明授权一种知识追踪深度去偏方法、电子设备和存储介质在权利要求书中公布了:1.一种知识追踪深度去偏方法,其特征在于,包括以下步骤: 步骤一、数据采集; 获取学生集合,其中,sn表示第n个学生,N为学生的数量; 获取习题集合,其中,qi表示第i道习题,I为习题的数量; 令第n个学生sn对第i道习题qi的作答结果为rn,i,若rn,i=1,表示作答正确,若rn,i=0,表示作答错误; 定义第n个学生sn的前T次历史答题记录为,其中,表示第n个学生sn的第t次历史答题记录,qn,t表示第n个学生sn的第t次历史作答习题,rn,t表示第n个学生sn的第t次历史作答结果,T为第n个学生sn的历史答题次数; 定义第n个学生sn的第t次作答样本为,其中,Hn,t-1表示第n个学生sn的前t-1次历史答题记录,为第n个学生sn在第t次历史答题时最近w次作答的正确率,当时,令;为第n个学生sn的第t次历史作答习题qn,t在所有学生的前T次历史答题记录中的正确率,当qn,t在所有学生的前T次历史答题记录中出现次数不足L次,令; 若满足条件,则将定义为历史作答表现偏差引导样本,记为; 若满足条件,则将定义为历史作答表现偏差冲突样本,记为; 若满足条件,则将定义为习题作答偏差引导样本,记为; 若满足条件,则将定义为习题作答偏差冲突样本,记为;其中,ath为判断样本偏差的阈值; 由所有学生的历史作答表现偏差冲突样本构建历史作答表现无偏集,记为; 由所有学生的习题作答偏差冲突样本构建习题作答无偏集,记为; 步骤二、搭建知识追踪网络、对抗嵌入生成网络和对抗知识追踪网络; 步骤2.1,所述知识追踪网络包括:嵌入层E、知识状态提取层和预测层,并用于对第n个学生sn的习题练习序列数据Hn,T进行处理,得到第n个学生sn的下一次作答习题正确的概率,从而构建知识追踪网络的损失,用于训练嵌入层E、知识状态提取层和预测层,并得到初次训练好的嵌入层E1、初次训练好的知识状态提取层和初次训练好的预测层; 步骤2.2,由初次训练好的嵌入层E1、初次训练好的知识状态提取层和初次训练好的预测层构建对抗嵌入生成网络,并用于对第n个学生sn的习题练习序列数据Hn,T进行处理,得到第n个学生sn的下一次作答习题正确的对抗生成概率,从而构建对抗嵌入生成网络的损失,用于训练初次训练好的嵌入层E1,并得到再次训练好的嵌入层E2; 步骤2.3,由再次训练好的嵌入层E2、初次训练好的知识状态提取层和初次训练好的预测层构建对抗知识追踪网络,并用于对第n个学生sn的习题练习序列数据Hn,T进行处理,得到第n个学生sn的下一次作答习题正确的对抗预测概率,从而构建对抗知识追踪网络的损失,用于训练初次训练好的知识状态提取层和初次训练好的预测层,并得到再次训练好的知识状态提取层和再次训练好的预测层; 步骤三、将E1、和相应赋值给E、和后,按照步骤2.1至步骤2.3的过程对知识追踪网络、对抗嵌入生成网络和对抗知识追踪网络中交替进行训练,以不断调整网络参数,直到知识追踪网络的预测精度不再提升为止,从而得到最优知识追踪模型并用于对历史作答表现无偏集和习题作答无偏集进行处理,得到去偏后的学生习题作答正确的预测结果。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国科学技术大学,其通讯地址为:230026 安徽省合肥市包河区金寨路96号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励