Learning Large Q-Matrix by Restricted Boltzmann Machines
Learning Large Q-Matrix by Restricted Boltzmann Machines
复制标题
通过受限玻尔兹曼机学习大型 Q 矩阵
DOI：
10.1007/s11336-021-09828-4
复制
发表时间：
2022
期刊：
影响因子：
3
通讯作者：
Xu, Gongjun
中科院分区：
文献类型：
--
作者：
Li, Chengcheng;Ma, Chenchen;Xu, Gongjun
在具有多项和潜在属性的认知诊断模型中，大Q矩阵的估计一直是一个巨大的挑战，因为它的计算代价很高。借鉴深度学习文献中的思想，我们提出用受限Boltzmann机器(RBM)学习大Q矩阵来克服计算上的困难。在本文中，确定了RBM和CDM之间的关键关系。在不同的CDM中，Q矩阵的一致和稳健学习在一定条件下是有效的。我们在不同CDM设置下的仿真研究表明，RBMS不仅在学习速度上优于现有方法，而且保持了Q矩阵良好的恢复精度。最后，通过一个TIMSS数学数据集验证了该方法的适用性和有效性。
Estimation of the large Q-matrix in cognitive diagnosis models (CDMs) with many items and latent attributes from observational data has been a huge challenge due to its high computational cost. Borrowing ideas from deep learning literature, we propose to learn the large Q-matrix by restricted Boltzmann machines (RBMs) to overcome the computational difficulties. In this paper, key relationships between RBMs and CDMs are identified. Consistent and robust learning of the Q-matrix in various CDMs is shown to be valid under certain conditions. Our simulation studies under different CDM settings show that RBMs not only outperform the existing methods in terms of learning speed, but also maintain good recovery accuracy of the Q-matrix. In the end, we illustrate the applicability and effectiveness of our method through a TIMSS mathematics data set.
登录
查看更多内容
DOI：
--
发表时间：
2013
期刊：
--
影响因子：
--
作者：
Paul R. Peluso;Boca Raton;K. Kim;John O. Thomas;R. Avilés;John J. Fremer;Flaviu Adrian;David A. Jepsen;Gregory Arief;D. Liem;W. Mau;P. McDivitt;F. Merenda;Matthew J Miller;R. Mueller;P. Parker;R. Piedmont;Alex L. Pieterse;J. Ruiz;William D. Schafer;L. Jody;B. Thompson;T. Vansickle;Robert J. Wilson;Paulina Klein
通讯作者：
Paul R. Peluso;Boca Raton;K. Kim;John O. Thomas;R. Avilés;John J. Fremer;Flaviu Adrian;David A. Jepsen;Gregory Arief;D. Liem;W. Mau;P. McDivitt;F. Merenda;Matthew J Miller;R. Mueller;P. Parker;R. Piedmont;Alex L. Pieterse;J. Ruiz;William D. Schafer;L. Jody;B. Thompson;T. Vansickle;Robert J. Wilson;Paulina Klein
贝叶斯框架中估计 Q 矩阵的 MCMC 算法
DOI：
--
发表时间：
2018
期刊：
影响因子：
--
作者：
Mengta Chung;Matthew S. Johnson
通讯作者：
Matthew S. Johnson
DOI：
--
发表时间：
2001
期刊：
影响因子：
--
作者：
D. MacKay
通讯作者：
D. MacKay
基于稀疏性的正则化
DOI：
--
发表时间：
2008
期刊：
影响因子：
--
作者：
L. Rosasco
通讯作者：
L. Rosasco
影响因子：
1.2
作者：
DeCarlo, Lawrence T.
通讯作者：
DeCarlo, Lawrence T.