階層型ニューラルネットワークモデルを用いた未学習単元助言システムの開発

点击翻译按钮获取中文摘要

これまで(初年度と2年度)を振り返ると、(1)Rule Space Method(RSM)に関する理論の整理と検討、(2)RSMとニューラルネットワークモデル(NNM)の差異の明確化、(3)NNMを用いたRSMへの支援の提案、(4)RSMとNNMの差異に関する数値実験、(5)RSMに関する最近の理論展開のフォロー、(6)RSMのプログラムの取得、(7)BUGSHELLの利用方法の習得、を中心に研究を行ってきた。最終年度にあたる本年度は、引き続き以下のことに重点を置いて研究を遂行した。(8)RSMを適用するための実験の策定RSMを適用するのに適当な試験問題を選定した。その結果、米国ACTが実施しているScience Reasoning Test(SR-Test)を用いることにし、使用許諾等を含めて各種の準備作業を行った。(9)実験の実施上記SR-Testを用いて、その解答過程を明らかにし、RSMを適用するべく、300名規模のデータ収集を行い、解答パターンの電子化や採点作業を行った。(10)Attributeの抽出SR-Testの解答パターン、およびその解答過程の記述を元に、Attribute行列の抽出を試みた。今後の課題としては、今回得られたデータ、およびAttributeをRSMに適用し、同方法の有効性を検証し、また問題点を明らかにしていきたいと考えている。なお、これら一連の研究活動において、RSMの提唱者であるDr.K.Tatsuoka(Columbia University)やその研究グループと意見交換を行ない、電子メール等で有意義な情報交換を行った。また、研究内容を国際学会(IMPS-2001、8月、大阪、Conference Volumeに投稿中)で報告し、また学会誌(計測と制御)や機関誌(大学入試フォーラム)に発表した。