SISTEMA TUTOR INTELIGENTE HÍBRIDO COM PERSONALIZAÇÃO ESTRUTURADA PELO MÉTODO DAS DIFERENÇAS FINITAS.

• Main Author: Pimentel, Noeli Antônia
• Other Authors: Dantas, Maria José Pereira
• Format: Others
• Language: Portuguese
• Published: Pontifícia Universidade Católica de Goiás 2016
• Subjects: Ambientes Virtuais de Aprendizagem; Inteligência Artificial; Redes Neurais Artificiais; Sistemas Tutores Inteligentes Híbridos; Método das diferenças finitas; Virtual Learning Environments; Artificial Intelligence; Artificial Neural Networks; Hybrid Intelligent Tutoring Systems; Finite Difference Method; CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO
• Online Access: http://localhost:8080/tede/handle/tede/2446

Made available in DSpace on 2016-08-10T10:40:19Z (GMT). No. of bitstreams: 1 Noeli Antonia Pimentel Vaz.pdf: 27939265 bytes, checksum: a285e763b07345fb2801fce0e9ed4cfe (MD5) Previous issue date: 2013-05-15 === The generation of a pattern of navigation in Virtual Learning Environments (VLE) closer to the characteristics of the student is a question relevant of research. This paper takes as its starting point a Hybrid Intelligent Tutoring System (HITS) already proposed in the literature that uses the Artificial Neural Networks MLP (Multi Layer Perceptron) and rules of faculty experts, and adds a methodology using Partial Differential Equations (PDE) calculated by the method of finite differences, in order to improve the navigation decision to lead the student in a personalized way, adding to their biggest gains learning process. The original HITS developed for web platform has been adapted using technologies that enable the evolution system and the integration of the system settings for navigation mid-level, system without adaptive capacity, and the smart navigation were conducted to verify the effectiveness of the proposed system. Data obtained were evaluated by statistical tests with 5% level of significance, which proved the efficiency of the proposed model. === A geração de um padrão de navegação em Ambientes Virtuais de Aprendizagem (AVA) mais próximo das características do estudante é uma questão relevante de pesquisa. Esta dissertação toma como ponto de partida um Sistema Tutor Inteligente (STI) Híbrido já proposto na literatura que utiliza Redes Neurais Artificiais do tipo MLP (Multi Layer Perceptron) e regras de docentes especialistas; e agrega uma metodologia utilizando Equações Diferenciais Parciais (EDP) calculadas pelo método das diferenças finitas, com o objetivo de melhorar a decisão de navegação, para conduzir o estudante de forma personalizada, agregando melhores ganhos ao seu processo de aprendizado. O STI original, desenvolvido para plataforma web, foi adaptado utilizando tecnologias que possibilitem a evolução do sistema e a integração a Ambientes Virtuais de Aprendizagem, como o Moodle, por exemplo. Experimentos com o sistema em configurações para a navegação nível médio (sistema sem capacidade adaptativa) e a navegação inteligente foram realizados para verificação da efetividade do sistema proposto. Os dados obtidos foram avaliados por meio de testes estatísticos com nível de significância de 5%, que comprovam a eficiência do modelo proposto.