基于情感识别的智能教学系统研究

针对传统的智能教学系统(ITS)在情感方面的缺失,提出了基于情感识别技术的ITS模型.该系统模型在传统的教学系统上新增情感识别模块,利用人脸表情识别以及文本识别等技术所构建,可以获取和识别学生的学习情感,并根据学习情感进行相应的情感激励策略,实现情感化的教学.     

智能网络教学系统研究综述

智能网络教学系统是现代化教学领域的一个研究热点,它结合了网络技术及人工智能技术,为学生学习提供了一种新的选择。本文首先研究了智能教学系统的框架,讨论了与其相关主要技术和理论,最后综合论述了智能网络教学系统的研究现状,并展望了其发展前景。     

基于概念网络的智能教学系统--OMT

从知识管理的角度出发，利用知识表达工具概念网络（Connet）为智能教学系统OMT（Olympic Math Tutoring）构造知识模型，以“知识树”的形式呈现领域知识的层次和逻辑关系。同时使用覆盖知识树的概率网络建立学生模型，结合习题参数的设计达到解释学生学习行为、为学生提供个性化教学的目的。     

基于人工情感的脸部表情识别的研究

脸部特征的提取和各种特征所代表的表情状态是识别是脸部表情识别过程中的重要步骤。该文研究了脸部表情识别方面的一些进展,概括论述了面部表情识别的主要研究内容,以及图像预处理,特征提取,图像识别和表情识别的主要算法和方法。研究表明,在正面人脸和无背景时识别效果较好;在复杂背景下,或人脸被部分遮挡或角度偏转角度较大时,识别效果不好,它的识别效果离实用还有较大的距离,还需要进一步研究。     

基于网络环境的智能计算机辅助教学系统的研究

文章对比了CAI与ITS的优劣,概述了基于网络环境的智能计算机辅助教学系统的设计,旨在为提高计算机辅助教学水平服务。     

智能教学系统研究综述*

介绍了智能教学系统的发展历史和国内外发展情况,对于智能教学系统研究存在的问题进行了探讨,并就智能教学系统的发展趋势提出了自己的看法。     

基于SIFT的远程在线教育情感识别研究

针对现代远程在线教育实践领域中的情感缺失问题,提出了一种基于人脸表情识别的尺度不变特征转换SIFT(Scale Invariance Feature Transform)情感识别算法.SIFT情感识别算法以情感计算为理论基础,以人脸面部表情识别为核心技术,通过捕捉远程学习者的面部表情,进行SIFT特征提取,来识别远程学习者的表情,从而来帮助学习者在一定程度上补偿远程学习中缺失的情感.通过SIFT特征提取算法,建立了自动情感识别流程,并通过试验验证了基于SIFT特征提取算法的远程在线教育情感识别的效果是令人满意的.     

智能超媒体网络教学系统研究

智能超媒体网络教学系统是使用快速自然语言处理系统、概念提取和排序、个性化信息归档、管理和标签管理等新一代网络和人工智能技术的教学系统。本文主要讨论在向大学本科学生提供紧跟国际前沿技术发展的智能超媒体网络教学系统(工程实训和毕业设计平台)的基础上,创造一种全新的课程教学模式。该项目研究为西安交通大学城市学院第一轮科学研究课题,已取得阶段性研究成果并开始实际应用。     

利用智能Agent构建基于CSCW的网络教学系统

利用智能Agent构建了基于CSCW的网络教学系统,给出了系统体系结构设计方案和实现的关键技术.     

基于深度学习的心理情绪智能交互与反馈系统

为了有效提高机器人的智能交互水平,设计一种基于深度学习的的心理情绪智能交互系统。通过分离卷积实现深度学习,对人的面部表情(喜悦、伤心、气愤、恐惧等)进行分析和特征提取,实验结果显示训练后的模型对面部表情测试集的识别准确率可达71.1%。系统分别设计了与6种不同面部表情向对应的NAO机器人肢体动作,实验结果表明,机器人可在2 s内完成识别并进行动作反馈,且连续10帧的识别结果较为准确。     

人工情感研究初探

情感建模在和谐人机交互及情感机器人方面有着广泛应用,是情感计算及人工心理理论研究的主要内容。本文对情感计算的研究概况、应用内容和几种典型的情感模型作了较为详细的分析与综述。     

基于学生认知模型的智能教学系统的算法设计

本文在智能教学系统进行概述的基础上,对学生的认知能力进行了定量评估。通过改进决策树数据挖掘算法的设计,实现了从大量的学习记录中挖掘出符合学生认知能力的教学策略,从而实现智能教学。     

一种面向语义Web的智能教学系统

根据智能教学系统的特点,在分析现有智能教学系统特点的基础上,提出一种面向语义Web的智能教学系统模型,分析系统各组成部分的功能。在系统模型中引入领域本体组织教学内容,并运用网络爬虫工具获取网页新知识更新教学内容,以提高系统的适应性,取得良好的效果。     

Towards an Intelligent Tutoring System Architecture that Supports Remedial Tutoring

For successful teaching to take place an intelligenttutoring system has to be able to cope with anystudent errors that may occur during a tutoringinteraction. Remedial tutoring is increasingly viewedas a central part of the overall tutoring process, andrecent research calls for adaptive remedial tutoring. This paper discusses the issues of remedial tutoringthat have been proposed or implemented to supportefficient remedial tutoring. These issues serve touncover any underlying principles of remediation thatgovern remedial tutoring with intelligent tutoringsystems. In order to incorporate these principles ofremediation into intelligent tutoring systemsdevelopment processes this paper continues with thedevelopment of a model that can be employed in thedevelopment of an intelligent tutoring system that iscapable of offering remedial tutoring according tothese principles. This model is a formalisation ofremedial interventions with intelligent tutoringsystems. To demonstrate how the model can be employed indeveloping an intelligent tutoring system, INTUITION,the implementation of an existing business simulationgame, has been developed. This paper concludes with anillustration of how the model for remedial operationsprovides for remedial tutoring within INTUITION. Theevaluation of INTUITION shows that the model forremedial operations is a useful method for providingefficient remedial tutoring.     

基于Web的智能教学系统模型

智能教学系统是当前计算机应用的重要领域之一,文中主要研究在国家知识基础设施(NKI)支撑下的基于Web的智能教学系统模型：NKI-Tutor。NKI-Tutor包括七个模块：学生模型、教学模型、交互模型、NKI知识库、专家模型、出题模块和模拟工具,其主要特点是：(1)教学内容覆盖多个学科知识,且是动态的知识库;(2)交互模块给教师提供可操作的教学策略描述语言,便于教师在系统中设计个性化的教学策略。     

基于多Agent的智能教学系统模型研究

随着人工智能技术的不断发展,人工智能领域的理论(特别是Agent技术)不断地被应用到智能教学系统(ITS)中,从而给ITS的研究与应用提供了新的发展空间。文中设计了一个基于多Agent的智能教学系统模型,着重构建了教师A gent和学生Agent,同时提出了用户层、软件Agent层和数据服务器层这种分层的ITS软件体系结构。     

基于人脸识别技术的智能系统研究与开发

本文针对单人正面人脸图像的定位、特征提取以及识别的方法进行了研究,提出了结合人脸模板和人脸特征进行人脸检测的方法.利用已经定位的人脸图像,确定其眼睛、鼻部及嘴部的几何特征参数,并对实验人脸库进行监督下的分类和统计.在此基础上,实现了一个智能识别系统.     

基于产生式系统的智能教学研究

随着人工智能技术的引入,计算机辅助教学发展成为计算机智能教学系统（ITS）。ITS大大地提高和改善了教学效果和效率。知识推理主要应用于智能教学系统的教学策略、教学方法的产生和调整方面。本文介绍了智能教学系统的形式化模型,提出了基于产生式系统的推理策略。     

基于Web的智能教学系统的研究与实现

基于Web的智能教学系统综合传统的ITS系统优势,同时又结合Web的特点,系统具有智能性,能够智能地引导学生学习。它是以认知科学为理论基础,综合利用人工智能技术、教育心理学、计算机科学等多门学科的成果而形成的一种对学生实施有效教学的技术。提出了一种基于Web的智能教学系统模型,给出了智能教学系统的知识库的设计、学生模型的构建方法及教学策略的设计,并探讨了学生模型的学习评价,最后对实现系统的关键技术进行了研究。