Adaptive E-learning using Genetic Algorithms

1,232 views

Published on

Transparencia para ponencia del curso de Heurísticas de Búsqueda.

Published in: Education, Technology
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
1,232
On SlideShare
0
From Embeds
0
Number of Embeds
313
Actions
Shares
0
Downloads
24
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Adaptive E-learning using Genetic Algorithms

  1. 1. Intro. Teor´ Soft. Jgap Bib. Lic. ıaAdaptive E-learning using Genetic Algorithms Luis Antonio Chamba Eras MICSI: Heur´ ısticas de B´squeda u Fecha: 02/05/2011 Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms
  2. 2. Intro. Teor´ Soft. Jgap Bib. Lic. ıa´Indice Introducci´n o Teor´ ıa Software utilizado JGAP Bibliograf´ ıa Licencia del trabajo Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms
  3. 3. Intro. Teor´ Soft. Jgap Bib. Lic. ıa´Indice Introducci´n o Teor´ ıa Software utilizado JGAP Bibliograf´ ıa Licencia del trabajo Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms
  4. 4. Intro. Teor´ Soft. Jgap Bib. Lic. ıaIntroducci´n o • Paper, International Journal of Computer Science and Network Security (IJCSNS) [1] • Samia Azough and Mostafa Bellafkih (National Institute of posts and Telecommunications Rabat, Morocco) • El Houssine Bouyakhf (Faculty of Sciences Rabat Agdal, Morocco) • July 2010 Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms
  5. 5. Intro. Teor´ Soft. Jgap Bib. Lic. ıa´Indice Introducci´n o Teor´ ıa Software utilizado JGAP Bibliograf´ ıa Licencia del trabajo Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms
  6. 6. Intro. Teor´ Soft. Jgap Bib. Lic. ıaTeor´ ıa • Sistema e-learning adaptativo, construido pedag´gicamente en o base al perfil del estudiante. • Problema de Optimizaci´n. o • AG, alcanzar los ´ptimos en base al perfil del estudiante, o cursos intermedios. • Cursos adaptados al perfil, formato XML, SGBD. • Crecimiento Internet, e-learning gana importancia muchos campos: Educativos, Profesionales, Culturales. • Los sistemas e-learning, gestionan recursos acorde a la flexibilidad y adaptabilidad de los usuarios. Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms
  7. 7. Intro. Teor´ Soft. Jgap Bib. Lic. ıaTeor´ ıa • El problema: ”Subir y subir contenidos ”, gran problema para el diferente tipo de aprendizaje, cada uno aprende diferente. • Se confunden conceptos e-learning: colgar contenido y ya...... • Antecesor: STI (generar material educativo en base al perfil estudiante), presente la IA. • Moderador crear perfiles de acuerdo a los objetivos pedag´gicos de cada estudiante para que se adapte a su modo o de aprender. Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms
  8. 8. Intro. Teor´ Soft. Jgap Bib. Lic. ıaTeor´ ıa • Factores a tomar en cuenta: Rentabilidad, Reusabilidad, Flexibilidad, Adaptabilidad e Interactividad. • Sistema e-learning adaptativo en base a recursos pedag´gicos, o adem´s de proporcionar el camino mas adecuado en base al a perfil del estudiante utilizando algoritmos de optimizaci´n. o • Recursos pedag´gicos definidos en archivos XML, capturar o caracter´ ısticas de cada perfil en el proceso de formaci´n. o • El sistema e-learning permitir´ al estudiante ser mas a aut´nomo, mejor comprensi´n del curso y gestionar su o o proceso de aprendizaje. Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms
  9. 9. Intro. Teor´ Soft. Jgap Bib. Lic. ıaTeor´ - Arquitectura - Enfoque ıa • - Poca reusabilidad de cursos creados por los moderadores y no aplicados en el contexto. • - Sistemas cerrados, no permiten almacenar el conocimiento de los moderadores. • Sistema basado en la descripci´n de los recursos en diversos o formatos, con el fin de conocimiento. • El estudiante debe tener una competencia b´sica para poder a entender los cursos adaptativos: pre-requisitos. Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms
  10. 10. Intro. Teor´ Soft. Jgap Bib. Lic. ıaTeor´ - Arquitectura - Enfoque ıa • Conceptos definidos por el moderador (creador RP) o un experto ´rea. a • Definir el conocimiento que se lograra despu´s del curso e (Metas pedag´gicas): post-conceptos. o • Estudio antes y despu´s de un curso virtual por parte del e estudiante. • El modelo de los RP se los define en un archivo XML: pre-requisitos y post-conceptos. Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms
  11. 11. Intro. Teor´ Soft. Jgap Bib. Lic. ıaTeor´ - Arquitectura - Enfoque ıa • Buena descripci´n de contenidos presenta al estudiante un o curso acorde a sus perfil. • Se registran conceptos en la BD por parte del experto de la misma tem´tica y las relaciones entre los mismo y genera un a ´rbol de conceptos. a • Los conceptos permiten ser independientes del RP y del formato de los mismos. Reutilizar y crear autom´ticamente a diferentes cursos en base al perfil del estudiante. • PO: Busca el camino ´ptimo, partiendo del perfil del o estudiante hasta llegar a las objetivos pedag´gicos mientras se o va pasando por puntos intermedios(cursos). Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms
  12. 12. Intro. Teor´ Soft. Jgap Bib. Lic. ıaTeor´ - Arquitectura - General ıa Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms
  13. 13. Intro. Teor´ Soft. Jgap Bib. Lic. ıaTeor´ - Arquitectura - General ıa • M´dulo para el estudiante: aprendizaje del estudiante, perfil o de la BD, metas, proceso de adaptaci´n(AO) muestra lista de o cursos(AG). • M´dulo para el moderador: modela los recursos pedag´gicos, o o usado por el proceso de adaptaci´n(AO), Moderador. o • XML, para reutilizaci´n: pre-requisitos y o post-conceptos(Modelazation process). Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms
  14. 14. Intro. Teor´ Soft. Jgap Bib. Lic. ıaTeor´ - Arquitectura - Adaptaci´n ıa o • AG: Codificaci´n de la poblaci´n, generaci´n de poblaci´n o o o o inicial, funci´n de adaptaci´n(fitness), mecanismo de o o selecci´n, operadores de cruce y mutaci´n. o o Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms
  15. 15. Intro. Teor´ Soft. Jgap Bib. Lic. ıaTeor´ - Arquitectura - Estructura del AG ıa Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms
  16. 16. Intro. Teor´ Soft. Jgap Bib. Lic. ıaTeor´ - Arquitectura - Estructura del AG ıa • PO: Mediante algoritmos gen´ticos. e • Metas, perfil estudiante, pre-requisito y post-conceptos: Vectores. • Metas: (1 1 1 0 1 1), indica que el estudiante debe alcanzar estos conceptos (1,2,3,5 y 6). • Perfil estudiante: (1 1 0 0 0 0), indica que el estudiante ya ha adquirido los conceptos (1 y 2). • Pre-requisito: son las condiciones para cursar el curso. • Post-conceptos: estado probable despu´s del curso e Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms
  17. 17. Intro. Teor´ Soft. Jgap Bib. Lic. ıaTeor´ - Arquitectura - Estructura del AG ıa • Funci´n Fitness: se calcula de acuerdo al aprendizaje o adaptativo del estudiante por tomar varios cursos en diferentes formatos. • La probabilidad de cruzamiento es igual y se va cambiando mientras se observa las acciones del estudiante y la evoluci´n o en su perfil. Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms
  18. 18. Intro. Teor´ Soft. Jgap Bib. Lic. ıaTeor´ - Proceso de Adaptaci´n e Implementaci´n ıa o o • JGAP, librer´ JAVA. ıa • La idea es transformar hacia un problema de optimizaci´n. El o punto de partida el punto es el perfil del estudiante, el punto de llegada son los objetivos educacionales y los estados intermedios es la evoluci´n del perfil despu´s de tomar los o e cursos disponibles. • 5 etapas: predict our chromosome, implement a function of fitness, install an object of configuration, create a population of the potential solutions and evolve population. Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms
  19. 19. Intro. Teor´ Soft. Jgap Bib. Lic. ıaTeor´ - Proceso de Adaptaci´n e Implementaci´n ıa o o • Chromosome Course: The chromosome course is presented in the form of Boolean genes, its size is the number of concepts on which the formation module is based. • Fitness Function: The function of fitness is implemented according to the learner profile and to the pedagogic goal of the formation. • Genetic Operator : Starting from two individuals courses, the operator produce an individual course (solution) result of union of the two courses in question. • Object of configuration: We create a configuration object with our fitness function, we initialize the chromosome and we choose the size of the population to evolve. Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms
  20. 20. Intro. Teor´ Soft. Jgap Bib. Lic. ıaTeor´ - Modelization ıa • LOM, Learning Object Metadata. • Est´ndar es facilitar b´squeda, evaluaci´n, adquisici´n y a u o o reutilizaci´n objetos de aprendizaje. o • XML basado en LOM. • Pre-requisito o Post-conceptos. Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms
  21. 21. Intro. Teor´ Soft. Jgap Bib. Lic. ıaTeor´ - Modelization ıa Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms
  22. 22. Intro. Teor´ Soft. Jgap Bib. Lic. ıaTeor´ - Modelization ıa • Estudiante, trabaja en su modulo, se actualiza su perfil, se elige un objetivo pedag´gico a seguir, se registra el camino o seguido en el aprendizaje del estudiante en un portafolio virtual, conecta al sistema, el estudiante eval´a sus u capacidades de conocimiento por medio de test. • Moderador, define mediante las interfaces de entrada los recursos pedag´gicos en el sistema define los objetivos que o guiaran a los estudiantes en el proceso de formaci´n. o Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms
  23. 23. Intro. Teor´ Soft. Jgap Bib. Lic. ıaTeor´ - Resultados Adaptaci´n ıa o • (1100000010000): pre-requisitos. • (1100000010001): post-conceptos. Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms
  24. 24. Intro. Teor´ Soft. Jgap Bib. Lic. ıaTeor´ - Soluci´n dada por el Adaptador ıa o Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms
  25. 25. Intro. Teor´ Soft. Jgap Bib. Lic. ıa´Indice Introducci´n o Teor´ ıa Software utilizado JGAP Bibliograf´ ıa Licencia del trabajo Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms
  26. 26. Intro. Teor´ Soft. Jgap Bib. Lic. ıaTecnolog´ de Software Utilizadas ıa • XML. • Est´ndar LOM a • JGAP [2] Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms
  27. 27. Intro. Teor´ Soft. Jgap Bib. Lic. ıa´Indice Introducci´n o Teor´ ıa Software utilizado JGAP Bibliograf´ ıa Licencia del trabajo Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms
  28. 28. Intro. Teor´ Soft. Jgap Bib. Lic. ıaLibrer´ para programar Algoritmos Gen´ticos ıa e • Lenguaje de Programaci´n JAVA. o • Clases e Interfaces: • Genes (Gene) • Cromosomas (Chromosome) • Individuos (IChromosome) • Poblaci´n (Genotype) o • Funcion de ajuste (FitnessFunction) • Operadores Gen´ticos e • Gen´ricas, adaptar y crear de acuerdo al problema a resolver. e • Motor Gen´tico: Simulaciones e Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms
  29. 29. Intro. Teor´ Soft. Jgap Bib. Lic. ıaLibrer´ para programar Algoritmos Gen´ticos - Pasos ıa eJGAP • Conocer y entender el problema a resolver. • Establecer la funci´n de ajuste. o • Implementar en JGAP [4]: • Incluir librer´ en proyecto (jgap.rar). ıa • Funci´n de ajuste(tipo problema): sobrecargar evaluate() en o una subclase de FitnessFunction. • Configuraci´n del entorno del Motor Gen´tico que va a simular o e JGAP: Configuration. • http: //www.4shared.com/file/PMjgCuL-/JGAPPractica.html Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms
  30. 30. Intro. Teor´ Soft. Jgap Bib. Lic. ıa´Indice Introducci´n o Teor´ ıa Software utilizado JGAP Bibliograf´ ıa Licencia del trabajo Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms
  31. 31. Intro. Teor´ Soft. Jgap Bib. Lic. ıaBibliograf´ ıa [1] Azough, Samia et al. Adaptive E-learning using Genetic Algorithms. IJCSNS International Journal of Computer Science and Network Security., 10:237–244, Jul. 2010. [2] Librer´ para algoritmos gen´ticos ıa e http: // jgap. sourceforge. net . Disponible Marzo 2011 [3] Curso de Algoritmos Gen´ticos libre acceso e http: // www. educagratis. org/ moodle/ course/ view. php? id= 370 . Disponible Marzo 2011 [4] Laboratorio de Inteligencia Artificial I, Pr´ctica: Algoritmos Gen´ticos. a e Jorge Ra´l Lu Hern´ndez. u a Universidad de San Carlos de Guatemala [5] D´ Adenso et al ıaz, Optimizaci´n Heur´ o ıstica y Redes Neuronales. Paraninfo. Madrid. 1995 [6] Sierra Araujo, Basilio et al Aprendizaje Autom´tico: conceptos b´sicos y avanzados a a Pearson. Madrid. 2006 Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms
  32. 32. Intro. Teor´ Soft. Jgap Bib. Lic. ıa´Indice Introducci´n o Teor´ ıa Software utilizado JGAP Bibliograf´ ıa Licencia del trabajo Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms
  33. 33. Intro. Teor´ Soft. Jgap Bib. Lic. ıaLicencia Creative Commons Luis Antonio Chamba Eras Adaptive E-learning using Genetic Algorithms

×