实体
Cognitive diagnosis modelling incorporating item response times
Cognitive diagnosis modelling incorporating item response times
PulseAugur coverage of Cognitive diagnosis modelling incorporating item response times — every cluster mentioning Cognitive diagnosis modelling incorporating item response times across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
量子稀疏自编码器增强认知诊断鲁棒性
研究人员开发了一种新颖的量子稀疏自编码器（QSAE），用于估计Q矩阵，这对于教育数据挖掘中的认知诊断至关重要。该方法标志着量子机器学习首次应用于这一特定诊断任务。虽然在某些模拟场景中，经典自编码器（CAE）显示出更高的平均准确率，但QSAE在多次重复实验中表现出显著更高的稳定性和更低的方差。在实际评估中，QSAE在大多数数据集上优于CAE，表明其主要优势在于增强的鲁棒性以及揭示复杂潜在结构的能力。
-
新型深度学习模型M-QCDNet增强认知诊断可解释性
研究人员开发了一种名为M-QCDNet的新型深度学习架构，该架构嵌入了Q矩阵以在认知诊断模型中保持可解释性。这种结构感知方法确保潜在掌握度谱系与认知理论一致，并利用带有L2正则化的新型损失函数来平衡预测性能和结构一致性。开发的M-QCDNet在学习困难的早期检测方面具有实际应用价值，并支持基于掌握度的干预措施，将心理测量透明度与神经灵活性相结合，为认知诊断中的可操作AI提供支持。