ДонНТУ   Портал магистров

Библиотека материалов по теме выпускной работы

    Собственные публикации и доклады

  1. Система построения ментального портрета студента с речевым интерфейсом

    Автор: Гончаров К.Д., Федяев О.И.

    Описание: В данной статье рассмотрена разработка информационной системы построения ментального портрета студента.

    Источник: Гончаров К. Д. Система построения ментального портрета студента с речевым интерфейсом / К. Д. Гончаров, О. И. Федяев // Информатика, управляющие системы, математическое и компьютерное моделирование в рамках IV Международного Научного форума Донецкой Народной Республики(ИУСМКМ—2018) / Донец. национал. техн. ун-т; – Донецк, 2018. – C. 230–234 [Ссылка на сборник]

  2. Речевое управление системой оценивания ментальности студентов

    Автор: Гончаров К.Д., Федяев О.И.

    Описание: В данной статье рассмотрена разработка речевого интерфейса для системы построения ментальных портретов.

    Источник: Гончаров К. Д. Речевое управление системой оценивания ментальности студентов / К. Д. Гончаров, О. И. Федяев // Программная инженерия: методы и технологии разработки информационно-вычислительных систем (ПИИВС-2018): сборник научных трудов II научно-практической конференции (студенческая секция), Том 2 / Донец. национал. техн. ун-т; – Донецк, 2018. – С. 38–42 [Ссылка на сборник]

  3. Нейросетевое прогнозирование успеваемости по ментальным характеристикам студентов

    Автор: Гончаров К.Д., Федяев О.И.

    Описание: В данной статье рассмотрена задача построения функциональной зависимости успеваемости студента от его ментального портрета.

    Источник: Гончаров К. Д. Нейросетевое прогнозирование успеваемости по ментальным характеристикам студентов / К. Д. Гончаров, О. И. Федяев // Материалы VI Международной научно-технической конференции Современные информационные технологии в образовании и научных исследованиях (СИТОНИ—2019) / Донец. национал. техн. ун-т; — Донецк, 2019. — C. 289–298 [Ссылка на сборник]

    4. Тематические статьи

  4. Predicting Students’ Academic Performance using Artificial Neural Network: A Case Study of an Engineering Course

    Авторы: Oladokun V.O., Adebanjo A.T., Charles-Owaba O.E.

    Описание: Исследования Ибаданского университета по прогнозированию успеваемости абитуриентов на базе нейросетевой модели, представленной многослойным персептроном.

    Источник: Oladokun V.O. Predicting Students’ Academic Performance using Artificial Neural Network: A Case Study of an Engineering Course / V.O. Oladokun, A.T. Adebanjo, O.E. Charles-Owaba // The Pacific Journal of Science and Technology. – Vol. 9(1). – pp. 72–79 [Ссылка на сборник]

  5. Predicting Student Academic Performance at Degree Level: A Case Study

    Авторы: Asif R., Merceron A., Pathan M.K.

    Описание: Исследования посвященные прогнозированию успеваемости студентов по окончании университетской программы.

    Источник: Asif R. Predicting Student Academic Performance at Degree Level: A Case Study / R. Asif, A. Merceron, M.K. Pathan // I.J. Intelligent Systems and Applications. – 2015 – Vol. 1. – pp. 49–61 [Ссылка на сборник]

  6. A Neural Network Approach for Students' Performance Prediction

    Авторы: Okubo F., Yamashita T., Shimada A., Ogata H.

    Описание: В данной работе проводились исследования итоговых оценок учащихся, на основе рекурсивной нейронной сети (RNN). На основании экспериментальных данных, собранных со 108 студентов, была установлена эффективность RNN для раннего прогнозирования итоговых оценок.

    Источник: Okubo F., Yamashita T., Shimada A., Ogata H. A neural network approach for students’ performance prediction. In Proceedings of the 7th International Learning Analytics & Knowledge Conference, Vancouver, BC, Canada, 13–17 March 2017; pp. 598–599 [Ссылка на сборник]

  7. К вопросу использования нейросетевых технологий в социологических исследованиях

    Автор: Яковлева О.К.

    Описание: В статье рассматривается применение в качестве инструментального средства в области социологии аппарата искусственных нейронных сетей (ИНС) в сравнении с произведённым при помощи пакета SPSS первичным анализом данных исследования Молодые преподаватели ПГУ.

    Источник: Яковлева О. К. К вопросу использования нейросетевых технологий в социологических исследованиях / О. К. Яковлева // Сборник статей по материалам Третьей всероссийской научно-практической конференции, проводимой в рамках Пермского естественнонаучного форума Математика и глобальные вызовы XXI века (г. Пермь,14–18 мая 2018 г.) — C. 149–155 [Ссылка на сборник]

  8. Проектирование центра хранения и обработки данных с целью исследования факторов, влияющих на успеваемость студентов с ОВЗ

    Авторы: Кадымов В.А., Думанский С.М.

    Описание: В статье описан прототип центра хранения и обработки данных (ЦХОД) с использованием интеллектуального анализа данных. Приводятся инструменты и структурные элементы ЦХОД.

    Источник:Источник: Кадымов В. А. Проектирование центра хранения и обработки данных с целью исследования факторов, влияющих на успеваемость студентов с ОВЗ / В. А. Кадымов, С. М. Думанский // Сборник статей по материалам Третьей всероссийской научно-практической конференции, проводимой в рамках Пермского естественнонаучного форума Математика и глобальные вызовы XXI века (г. Пермь,14–18 мая 2018 г.) — C. 171–173 [Ссылка на сборник]

  9. Отбор информативных признаков, влияющих на отчисление студентов механико-математического факультета

    Авторы: Посохина К.А., Русаков С.В.

    Описание: В статье описан алгоритм отбора информативных признаков, основанный на использовании нейронной сети, представляются результаты применения метода к задаче анализа отчисления студентов механико-математического факультета.

    Источник: Посохина К. А. Отбор информативных признаков, влияющих на отчисление студентов механико-математического факультета / К. А. Посохина, С. В. Русаков // Сборник статей по материалам Третьей всероссийской научно-практической конференции, проводимой в рамках Пермского естественнонаучного форума Математика и глобальные вызовы XXI века (г. Пермь,14–18 мая 2018 г.) — C. 184–188 [Ссылка на сборник]

    10. Переводы статей

  10. Прогнозирование успеваемости учащихся с использованием искусственных нейронных сетей: пример из практики факультета организационных наук

    Авторы: Isljamovic S., Suknovic M.

    Автор перевода: Гончаров К.Д.

    Описание: В данной статье исследуются различные алгоритмы искусственных нейросетей для задачи прогнозирования успеваемости студентов и выявляются наиболее значимые факторы.

    Источник (англ.): Isljamovic S. Predicting students’ academic performance using artificial neural network: a case study from faculty of organizational sciences / S. Isljamovic, M. Suknovic // ICEMST 2014: International Conference on Education in Mathematics, Science & Technology. – 2014. – Vol. 1. – P.68–72