一种基于Transformer神经架构搜索的知识追踪方法

    公开(公告)号:CN118297130A

    公开(公告)日:2024-07-05

    申请号:CN202410388534.X

    申请日:2024-04-01

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于Transformer神经架构搜索的知识追踪方法,涉及智慧教育认知建模技术领域,解决了自动平衡局部序列与全局序列对预测结果的影响、自动化地选择模型中所使用的特征信息且自动化搜索的技术问题;本发明通过定义学生与习题的交互序列;获取数据集,并计算数据集中变量的嵌入,将变量的嵌入标记为候选嵌入向量;基于候选嵌入向量定义选择性分层输入模块;定义包含局部操作和全局操作的搜索空间;对搜索空间内模型进行编码;利用梯度下降法对Transformer‑super‑net进行训练;在搜索空间中通过进化算法搜索知识追踪模型。

Patent Agency Ranking