Інтелектуальна розподілена система дистанційного навчання
Автор: Коханчук Микола Миколайович
Кваліфікаційний рівень: магістр
Спеціальність: Комп'ютерні системи та мережі
Інститут: Інститут комп'ютерних технологій, автоматики та метрології
Форма навчання: денна
Навчальний рік: 2021-2022 н.р.
Мова захисту: англійська
Анотація: Популяризація комп’ютерних та мобільних засобів з інтернетом вплинула на розвиток технологій дистанційного та адаптивного навчання. Дистанційне навчання – це спосіб проведення навчання, при якому учні можуть бути фізично неприсутніми в школі [1, 4, 7]. Зазвичай це використовувалось в заочній формі навчання, однак, зараз під час пандемії цей підхід набув широкого масштабу та носить обов’язкових характер, коли відвідування публічних закладів загрожує здоров’ю та життю [2, 8]. Дистанційне навчання може бути у формі відеоконференцій, або ж включати в собі технології адаптивного навчання. Адаптивне навчання – це метод навчання, який використовує комп’ютерні алгоритми, а також штучний інтелект для організації взаємодії з учнем і надання навчального матеріалу враховуючи потреби учня. Комп’ютерні системи адаптують подання навчального матеріалу відповідно до навчальних потреб учнів, на що впливають їхні відповіді на запитання та завдання. Технологія охоплює аспекти, отримані з різних галузей навчання, включаючи інформатику, AI, психометрію, освіту, психологію та науку про мозок [3, 5, 6]. В магістерській кваліфікаційній роботі спроектовано та розроблено інтелектуальну розподілену систему дистанційного навчання у складі серверної та клієнтської частини з використанням веб-технологій. В розробленій системі забезпечено можливість адаптації навчального процесу до здібностей учня та темпів засвоєння ним навчального матеріалу, підтримку до 40 одночасних підключень клієнтів до серверної частини системи та середній час відгуку від серверної частини не більше 100 мс. Алгоритми адаптації навчального процесу побудовані на основі методів прогнозування поведінки учнів та методів машинного навчання. В першому розділі проаналізовано проблему використання машинного навчання в інтелектуальних системах дистанційного навчання, оглянуто основні аспекти цієї проблеми, оглянуто концепцію адаптивного навчання, проаналізовані особливості роботи систем дистанційного адаптивного навчання, розглянуто проблему прогнозування поведінки користувачів систем дистанційного навчання, сформульовано постановку задачі розробки інтелектуальної системи дистанційного навчання. У другому розділі обґрунтовано обраний напрямок проектування, вибір структурних рішень та технологій розробки. Третій розділ присвячено проектуванню інтелектуальної розподіленої системи дистанційного навчання, наведено структуру системи та алгоритм її роботи, наведено алгоритм організації навчального процесу з адаптацією до здібностей учня та темпів засвоєння навчального матеріалу, наведено алгоритм адаптації навчального процесу, розглянуто забезпечення моніторингу взаємодії користувача з системою дистанційного навчання. Четвертий розділ присвячено розробці інтелектуальної розподіленої системи дистанційного навчання, зокрема наведено опис розробки діаграми класів та бази даних системи дистанційного навчання, наведено опис розробки інтерфейсу користувача та режимів доступу до системи, наведено опис розробки навчального модуля та модуля навчальних матеріалів. П’ятий розділ присвячено дослідженню, тестуванню та налагодженню роботи системи дистанційного навчання. В шостому розділі наведено економічне обґрунтування розробленого рішення. Об’єкт дослідження – інтелектуальна розподілена система дистанційного навчання. Предмет дослідження – адаптивний навчальний процес в розподіленій системі дистанційного навчання. Мета дослідження: розробити інтелектуальну розподілену систему дистанційного навчання. Ключові слова – адаптивне навчання, дистанційне навчання, моніторинг подій, навчальне середовище. Перелік використаних літературних джерел. Kaplan, Andreas M., Haenlein, Michael, Higher education and the digital revolution: About MOOCs, SPOCs, social media, and the Cookie Monster // Business Horizons. – 2016. – №59. Mukhtar Khadijah, Javed Kainat, Arooj Mahwish, Sethi Ahsan, Advantages, Limitations and Recommendations for online learning during COVID-19 pandemic era // Pakistan Journal of Medical Sciences. – 2020. – №36 – pp. 27-31. Peter Brusilovsky, Adaptive and Intelligent Web-based Educational Systems // International Journal of Artificial Intelligence in Education. – 2003. – №13 – pp. 159-172. Deflem, Mathieu, The Right to Teach in a Hyper-Digital Age: Legal Protections for (Post-)Pandemic Concerns // Society. – 2021. - №58 – pp. 204–212. Charles P. Bloom, R. Bowen Loftin Facilitating the Development and Use of Interactive Learning Environments – Lawrence Erlbaum Associates, – 1998. – 312p. Lavieri, Edward A. Study of Adaptive Learning for Educational Game Design. – East Eisenhower Parkway. – 2014. – 150p Ana Paula Lopes, Online Distance Learning Course Design and Multimedia in E-Learning. - Polytechnic of Porto. – 2022. – 330p. Deflem, Mathieu. The Right to Teach in a Hyper-Digital Age: Legal Protections for (Post-)Pandemic Concerns // Society. – 2021. - №58 pp. 73 – 80.