公开(公告)号：CN119416060A

公开(公告)日：2025-02-11

申请号：CN202411614016.1

申请日：2024-11-13

Applicant: 合肥工业大学

Inventor： 吴乐 ,  谭政涛 ,  张琨 ,  侯旻 ,  许鹤飞 ,  鲍纪敏 ,  陈祥志

IPC: G06F18/2415 ,  G06F18/2431 ,  G06F16/9535 ,  G06Q50/20 ,  G06N3/084 ,  G06N3/048

Abstract: 本发明公开了一种基于自适应数据增强的去偏认知诊断方法，包括：1.构造异构数据，包括：学生对习题的答题记录及习题与知识点的关系矩阵；2.通过有选择的数据增强生成偏差数据，并与学生答题记录一起输入偏差认知诊断模型中，并输出偏差预测结果，从而构建偏差认知诊断模型的对称交叉熵损失；3.基于偏差认知诊断模型输出的预测结果，自适应地生成无偏数据，并与学生答题记录一起输入去偏认知诊断模型中进行处理，并输出去偏预测结果，从而构建去偏认知诊断模型的加权交叉熵损失；4.在模型推断阶段，利用建立好的去偏认知诊断模型对学生答题能力进行预测。本发明能缓解认知诊断中的偏差问题。

公开(公告)号：CN117350903A

公开(公告)日：2024-01-05

申请号：CN202311326773.4

申请日：2023-10-13

Applicant: 合肥工业大学

Inventor： 吴乐 ,  陈祥志 ,  刘菲 ,  张琨 ,  洪日昌 ,  汪萌

IPC: G06Q50/20 ,  G06F18/214 ,  G06F40/30

Abstract: 本发明公开了一种面向认知诊断的多模态去偏方法，包括：1.构造多模态数据：学生‑习题交互记录、习题侧图片、文本等数据；2.为每个模态构造单模态有偏认知诊断模型，模拟多模态有偏认知诊断模型过度依赖单个模态的场景；3.构造多模态无偏认知诊断模型，在每轮训练中，如果样本在单模态有偏模型在该轮输出的交叉熵越大(越小)，无偏模型训练时则会通过提升(降低)权重实现去偏，让模型关注对该模态的建模。4.有偏模型与无偏模型每轮先后交替同步训练，直至收敛。本发明利用多个单模态有偏模型辅助多模态无偏模型的思想，通过样本在单模态有偏模型中的熵对多模态无偏模型训练时样本重加权，能有效缓解认知诊断中的多模态偏差问题。

公开(公告)号：CN117350901A

公开(公告)日：2024-01-05

申请号：CN202311274452.4

申请日：2023-09-28

Applicant: 合肥工业大学

Inventor： 吴乐 ,  陈祥志 ,  刘菲 ,  陈雷 ,  张琨 ,  田蜜 ,  洪日昌 ,  汪萌

IPC: G06Q50/20 ,  G06N5/022 ,  G06N5/02 ,  G06N5/04 ,  G06N3/0455 ,  G06N3/0895 ,  G06F17/16 ,  G06F17/18

Abstract: 本发明公开了一种面向稀缺标注场景的认知诊断解耦方法，包括：1.构造异构数据，包括学生交互矩阵X及习题与知识点的关系矩阵Q；2.利用交互矩阵X建模学生的熟练程度、习题难度和习题相关度；3.为解决习题知识点标注稀缺的问题，引入了两个新的策略：基于知识点分组的解耦策略和标注稀缺场景下的对齐策略，来解耦与知识点相关的因子，并将它们与实际的知识点标注进行对齐；4.建立解码器，基于学生、习题难度和习题相关度预测学生做题所得分数。本发明的解耦策略和对齐策略可以充分利用少量已标注习题的半监督作用，以应对习题知识点标注稀缺的认知诊断挑战，从而实现更加准确的认知诊断。