TIN TỨC & SỰ KIỆN
Tin tức   Thông báo   Sau đại học 07:50:33 Ngày 14/08/2021 GMT+7
Thông tin LATS của NCS Hoàng Tiểu Bình
Tên đề tài: Xây dựng mô hình phản hồi của người học trong các hệ thống dạy học thông minh

1. Họ và tên: Hoàng Tiểu Bình                                        2. Giới tính: Nam          

3. Ngày sinh: 10/06/1978                                                4. Nơi sinh: Nam Định   

5. Quyết định công nhận nghiên cứu sinh số 899/QĐ-ĐT ngày 08/11/2013 của Hiệu trưởng Trường Đại học Công nghệ.

6. Các thay đổi trong quá trình đào tạo: Không  

7. Tên đề tài luận án: Xây dựng mô hình phản hồi của người học trong các hệ thống dạy học thông minh.

8. Chuyên ngành đào tạo: Hệ thống thông tin                 9. Mã số: 9480101.01   

10. Cán bộ hướng dẫn khoa học: PGS.TS Bùi Thế Duy  

11. Tóm tắt các kết quả mới của luận án:           

Đề xuất mô hình đánh giá năng lực người học dựa trên việc ước lượng năng lực, từ đó áp dụng vào các hệ thống học thông minh nhằm hỗ trợ đánh giá chính xác năng lực người học, giúp hệ thống hỗ trợ và tương tác với người học hiệu quả hơn.

Đề xuất mô hình ước lượng năng lực người học dựa trên phong cách học.

Đề xuất mô hình đánh giá mức độ tập trung của người học sử dụng phương pháp học máy.

Đề xuất mô phản hồi của người học dựa trên phong cách học và nhận dạng hành vi người học trong lớp học theo thời gian thực.

12. Khả năng ứng dụng trong thực tiễn: Đề tài có khả năng ứng dụng cao trong thực tiễn trong việc xây dựng các hệ thống tương tác, có phản hồi theo thời gian thực, phục vụ công tác dạy và học, đặc biệt có ý nghĩa trong quá trình chuyển đổi số trong giáo dục.

13. Những hướng nghiên cứu tiếp theo: Bổ sung các tham số như thang đo Bloom, các tham số tương tác của người học trong quá trình học. Nghiên cứu và xây dựng một bộ hệ thống dạy học thông minh đầy đủ và thực nghiệm trên diện rộng để đánh giá và kiểm chứng mô hình.

14. Các công trình đã công bố có liên quan đến luận án:            

[1] Binh, H. T., & Duy, B. T. (2016). Student ability estimation based on IRT. In NICS 2016 - Proceedings of 2016 3rd National Foundation for Science and Technology Development Conference on Information and Computer Science (pp. 56–61).

[2] Binh, H. T., & Duy, B. T. (2017). Predicting Students’ performance based on learning style by using artificial neural networks. Proceedings - 2017 9th International Conference on Knowledge and Systems Engineering, KSE 2017, 2017-January, 48–53.

[3] H. T. Binh, M. T. Chau, A. Sugimoto and B. T. Duy, Selecting active frames for action recognition with vote fusion method. 2018 7th International Conference on Computer and Communication Engineering (ICCCE), Kuala Lumpur, 2018, pp. 161-166.

[4] Binh, H. T., Trung, N. Q., Hoang-Anh, N.T, & Duy, B. T. (2019). Detecting student engagement in classrooms for intelligent tutoring systems. In The 23th International Computer Science and Engineering Conference (ICSEC2019).

[5] Q. T. Nguyen, H. Tieu Binh, T. D. Bui and P. D. N.T., Student postures and gestures recognition system for adaptive learning improvement. 2019 6th NAFOSTED Conference on Information and Computer Science (NICS), Hanoi, Vietnam, 2019, pp. 494-499.

[6] Binh, H. T., Trung, N. Q., and Duy, B. T. (2021). Responsive Student Model in an Intelligent Tutoring System and its Evaluation, Journal Education and Information Technologies, Springer, doi: 10.1007/s10639-021-10485-4, (ISI/Q1, IF=3.078)

 Thanh Trúc - VNU - UET
   In bài viết     Gửi cho bạn bè
  Từ khóa :
   Xem tin bài theo thời gian :

HÌNH ẢNH

TRÊN WEBSITE KHÁC
THĂM DÒ DƯ LUẬN
Bạn sẽ thi vào trường đại học nào?
  • Khoa Quản trị Kinh doanh
  • Trường Đại học Khoa học Tự nhiên
  • Trường Đại học Khoa học Xã hội và Nhân văn
  • Trường Đại học Ngoại ngữ
  • Trường Đại học Công nghệ
  • Trường Đại học Kinh tế
  • Trường Đại học Giáo dục
  • Khoa Luật
  • Khoa Quốc tế
  • Khoa Y Dược