DOI QR코드

DOI QR Code

컴퓨터 대수와 베이지언 추론망을 이용한 이공계 수학용 적응적 e-러닝 시스템 개발

Development of an Adaptive e-Learning System for Engineering Mathematics using Computer Algebra and Bayesian Inference Network

  • 박홍준 (순천대학교 대학원 컴퓨터과학과) ;
  • 전영국 (순천대학교 컴퓨터교육과)
  • 발행 : 2008.05.31

초록

본 논문에서는 컴퓨터 대수 시스템을 기반으로 하는 웹 저작 환경과 베이지언 추론망을 적용한 학습자 진단 환경이 포함된 이공계 수학용 적응적 이러닝 시스템 개발에 대하여 소개하였다. 본 시스템을 활용하면 교수자는 컴퓨터 대수 시스템을 수식처리 엔진으로 하며 웹을 인터페이스로 하는 이공계 수학용 웹 콘텐츠를 쉽게 생성할 수 있다. 구체적으로 선형대수, 미분방정식 및 이산수학의 영역에서 콘텐츠 개발의 예를 소개하였다. 또한 학습자의 지식 영역별 수준을 조건부 확률을 이용한 통계적 추론에 의해 진단하여 그 결과에 따라 피드백을 생성하는 적응적 이러닝 웹 콘텐츠를 만들 수 있다. 본 시스템을 사용하여 개발한 이공계 수학용 웹 콘텐츠를 평가하기 위하여 그 결과물을 대학 강의에 적용하였고, 설문지 조사를 통하여 콘텐츠 사용에 대한 학습자의 반응을 평가하였다.

In this paper, we introduce an adaptive e-Learning system for engineering mathematics which is based on computer algebra system (Mathematica) and on-line authoring environment. The system provides an assessment tool for individual diagnosis using Bayesian inference network. Using this system, an instructor can easily develop mathematical web contents via web interface. Examples of such content development are illustrated in the area of linear algebra, differential equation and discrete mathematics. The diagnostic module traces a student's knowledge level based on statistical inference using the conditional probability and Bayesian updating algorithm via Netica. As part of formative evaluation, we brought this system into real university settings and analyzed students' feedback using survey.

키워드

참고문헌

  1. 김성옥, “공학전공자를 위한 대학 수학 교육과정과 교수”, 한국수학교육학회지시리즈E, Vol.19, No.2, pp.409-416, 2005.
  2. 김명화, 학습자의 인지진단 방법에 관한 연구 - 분수의 인지과정 모델에 Bayesian 추론망 모델 적용, 고려대학교, 박사학위 논문, 1997.
  3. 김현수, 손권태, “신경회로망을 이용한 학습자 진단모델에 관한연구,” 한국정보처리학회논문지, Vol.5, No.11, pp.2915-2920, 1998.
  4. 김성훈, 강상진, 김성호, “다층모형을 적용한 능력 변화 과정의 측정”, 교육평가연구, Vol.12, No.2, pp.169-190, 1999.
  5. 박홍준, 전영국, 장문석, “컴퓨터 대수 시스템과 웹 연동 기술을 활용한 코스웨어 개발용 웹 매뉴얼 생성기”, 컴퓨터교육학회논문지, Vol.8, No.5, pp.97-108, 2005.
  6. 전영국, 김진영, 권순걸, 허희옥, “컴퓨터대수시스템 기반의 이공계 수학용 웹 콘텐츠 개발과 형성 평가”, 한국학교수학회, Vol.10, No.1, pp.27-43, 2007.
  7. B. Kevin, Korb, and E. Ann, Nicholson, "Bayesian Artificial Intelligence," Chapman & Hall/CRC, New York, 2004.
  8. D. N. Paul, F. C. Susan, and L. B. Robert, Cognitively Diagnostic Assessment, Lawrence Erlbaum Associates, Publishers, New Jersey, 1995.
  9. M. Erica, A. Eric, B. Jochen, F. Adrian, G. George, L. Paul, P. Martin, and U. Carsten, "ActiveMath: A Generic and Adaptive Web-Based Learning Environment," International Journal of Artificial Intelligence in Education, Vol.12, pp.385-407, 2001.
  10. C. Conati and K. VanLehn, "POLA: a student modeling framework for Probabilistic On-Line Assessment of problem solving performance," Fifth International Conference on User Modeling: Proceedings of the conference, pp.75-82, 1996.
  11. A. Gertner, C. Conati, and K. VanLehn, "Procedural help in Andes: Generating hints using a Bayesian network student model," Proceedings of the Fifteenth National Conference on Artificial Intelligence AAAI-98, pp.106-111, 1998.
  12. M. Manolis and M. Antony, "WALLIS: a Web-based ILE for Science and Engineering Students Studying Mathematics," Conference on Artificial Intelligence in Education, 2003.
  13. L. Roy and J. M. Robert, "Specifying and Refining a Measurement Model for a Simulation-Based Assessment," CES Report 619, University of California, Los Angeles, 2004.
  14. V. D. Jiska, Knowledge Assessment using Bayesian Networks, Master's Thesis Cognitive Artificial Intelligence, University of Melbourne, 2003.
  15. C. Conati, S. Abigail, Gertner, K. VanLehn, and J. D. Marek, "On-Line Student Modeling for Coached Problem Solving Using Bayesian Networks," Proceedings of the Sixth International Conference, Um97, Springer Wien New York, pp.232-242, 1997.
  16. S. Keehong, "Flash-Enabled User Interface For CAS.," Workshop at ISSAC 2003.
  17. M. Joel and V. Kurt, "Student assessment using Bayesian nets," Int. J. Human-Computer Studies 42 pp.575-591, 1995. https://doi.org/10.1006/ijhc.1995.1025
  18. R. J. Mislevy and D. H. Gitomer, "The role of probability-based inference in an intelligent tutoring system," User-Modeling and User-Adapted Interaction, Vol.5, pp.253-282, 1996. https://doi.org/10.1007/BF01126112
  19. H. J. Park, J. Y. Kim, Y. C. Jun, and M. S. Jang, "Web-based Intelligent Tutoring System using Bayesian Inference Network and Computer Algebra System," ICoME, pp.383-386, 2006.
  20. S. H. Kim, "Stochastic ordering and robustness in classification from a Bayesian network," Decision Support Systems, Vol.39, pp.253-266, 2005. https://doi.org/10.1016/j.dss.2003.10.010