Аннотації

ІНТЕЛЕКТУАЛІЗАЦІЯ СИСТЕМ ПІДТРИМКИ ПРИЙНЯТТЯ РІШЕНЬ ЩОДО ВИБОРУ СПЕЦІАЛІЗАЦІЇ НАВЧАННЯ

Автор(и):
Рябчун Ю.В.
Автор(и) (англ)
Rіabchun Julia
Дата публікації:

07.09.2019

Анотація (укр):

Запропоновано спосіб вирішення завдання вибору спеціалізації навчання в умовах невизначеності. Особлива увага приділяється невизначеності, що пов’язана з нечіткістю уявлень абітурієнта про майбутню професію та нечіткістю уявлень експертів про структуру особистості абітурієнта. Для подолання невизначеності зазначеного типу додаткову інформацію про структуру особистості пропонується набувати в процесі оцінювання професійних здібностей. Для інтелектуалізації системи пропонується використовувати нейронну мережу Коско. Результатом роботи цієї мережі є матриця вихідних образів, що візуалізується у вигляді карт, які відображають здібності абітурієнтів до опанування певної професії. Застосування мережі Коско надає змогу вирішувати завдання оцінювання здібностей, які необхідні для успішного навчання за різними спеціалізаціями, що конкурують в межах однієї спеціальності.

Анотація (рус):

Предложен способ решения задачи выбора специализации обучения в условиях, которые осложнены неопределенностью, связанной с нечеткостью представлений абитуриента о будущей профессии и нечеткостью представлений экспертов о структуре личности абитуриента. Для преодоления неопределенности указанного типа дополнительную информацию о структуре личности предлагается приобретать в процессе оценки его профессиональных способностей. При этом особое внимание уделяется задачам оценки способностей, которые необходимы для успешного обучения по разным специальностям, конкурирующих в пределах одной специальности. Для интеллектуализации системы предлагается применить нейронную сеть Коско. Результатом работы сети является матрица исходных образов, которая визуализируется в виде карт, отражающих способности абитуриентов к овладению определенной профессией.

Анотація (англ):

The article proposes a method for solving the problem of choosing the specialization of training in conditions that are complicated by uncertainty, which is connected with the unclearness of the applicant's representations about the future profession and the uncertainty of expert opinions about the person's structure of the student. To overcome the uncertainty of the specified type, additional information on the structure of the individual is proposed to be obtained during the process of assessing professional abilities. In doing so, particular attention is paid to the assessment of abilities that are necessary for successful training in different specializations competing within a single specialty. To solve the clustering problem, it is proposed to use the Kosovo neural network, which is a two-directional associative memory, and is based on ideas: adaptive resonant theory of Stefan Grosberg. The result of the network's work is the matrix of source images, which is visualized in the form of maps, which reflect the ability of entrants to master a particular profession. The result of further research will be the development of: standard input images that characterize the abilities of entrants to the profession; appropriate ideal images to staffing requirements.

Література:

  1. Режим доступу: http://cleverdia.com/index.php?lang=uk.
  2. Yeremenko B., Rіabchun Yu., Ploska A. The introduction of intellectual system for evaluating professional abilities of applicants into the activities of educational institutions. Technology audit and production reserves. – № 6/2(44), – 2018. P. 22–26.
  3. Режим доступу: http://www.knuba.edu.ua.
  4. Освітньо-професійна програма підготовки бакалавра, спеціаліста і магістра. Міністерство освіти і науки України. – К., 2002. ‒ 51 с.
  5. Освітньо-кваліфікаційна характеристика підготовки спеціаліста. Міністерство освіти і науки України. – К., 2002. ‒ 31 c.
  6. Гонта В.С. Ігрові технології навчання та оцінювання як одна з інноваційних форм розвитку просторової уяви [Текст] / В.С. Гонта // Управління розвитком складних систем. – 2019. – № 37. – С. 138 – 143.
  7. Сергієнко В.П., Кухар Л.О. Методичні рекомендації зі складання тестових завдань / В.П. Сергієнко, Л.О. Кухар.  К., НПУ, 2011. ‒ 41 с.
  8. Riabchun Yu., Honcharenko T., Honta V., Chupryna Kh., Fedusenko O. Methods and Means of Evaluation and Development for Prospective Students’ Spatial Awareness. International Journal of Innovative Technology and Exploring Engineering, V.8, Is. 11, 2019.
  9. Kosko В., Guest С. Optical bi-directional associative memories. // Sosiety for Photo-optical and Instrumentation Engineers Proceedings: Image Understanding. — 1987. — С. 758:11-18.
  10. Hopfield J.J. Learning algorithms and probability distributions in feed-forward and feed-back networks. PNAS December 1, 1987 84 (23) 8429-8433; https://doi.org/10.1073/pnas.84.23.8429.

 

References:

  1. Access mode: http://cleverdia.com/index.php?lang=en.
  2. Yeremenko, B., Ribachun, Yu., & Ploska, A., (2018). Introduction of the intellectual system for evaluating the professional abilities of applicants in the activities of educational institutions. Technology audit and production reserves, 6/2 (44), 22 – 26.
  3. Mode of access: http://www.knuba.edu.ua.
  4. Educational-professional program of preparation of bachelor, specialist and master's degree, (2002). Ministry of Education and Science of Ukraine. – 51 p.
  5. Educational and qualification characteristic of specialist training, (2002). Ministry of Education and Science of Ukraine. – 2002. – 31 р.
  6. Honta, Victoria, (2019). Gaming training technologies and evaluation as one of the innovative forms of the spatial awareness development. Management of Development of Complex Systems, 37, 138 – 143, dx.doi.org\10.6084/m9.figshare.9783143.
  7. Sergienko, V.P, Kuhar, L.O., (2011). Methodical recommendations for test assignments // NPU, – 41.
  8. Riabchun, Yu., Honcharenko, T., Honta, V., Chupryna, Kh., & Fedusenko, O., (2019). Methods and Means of Evaluation and Development for Prospective Students’ Spatial Awareness. International Journal of Innovative Technology and Exploring Engineering, V.8, Is. 11.
  9. Kosko, V., & Guest, S., (1987). Optical bi-directional associative memories. // Sosiety for Photo-optical and Instrumentation Engineers Proceedings: Image Understanding. – p. 758: 11 – 18.
  10. Hopfield, J.J., (1987). Learning algorithms and probability distributions in feed-forward and feed-back networks. PNAS December 1, 84 (23) 8429-8433; https://doi.org/10.1073/pnas.84.23.8429.