Abstract. This paper presents a proposal of the evaluation of Social Presence in virtual environments. Fuzzy Logic was applied in LMS Moodle forums that use the LV Model Evaluation. The LV is a process evaluation that makes use of qualitative mentions associated to an iconographic language. After the process of fuzzification and defuzzification, we have in the output a quantitative value that corresponds to the degree of presence of the student in the forum. The research was applied in a specialization course of the Federal University of Ceará (UFC). As a result, the computational design to have a model capable of measuring the student's presence with prospects of being applied to other evaluation tools present in LMS was obtained.Resumo. Este artigo apresenta uma proposta de avaliação da Presença Social em ambientes virtuais. Foi aplicada Lógica Fuzzy em fóruns do AVA Moodle que utilizam o Modelo LV de avaliação. O LV é uma avaliação processual que faz uso de menções qualitativas associadas a uma linguagem iconográfica. Após o processo de fuzzificação e defuzzificação, tem-se na saída um valor quantitativo que corresponde ao grau de presencialidade do aluno no fórum. A pesquisa foi aplicada em um curso de especialização da Universidade Federal do Ceará (UFC). Obteve-se como resultado a concepção computacional de um modelo capaz de mensurar a presencialidade do aluno com perspectivas de ser aplicada a outras ferramentas de avaliação presentes nos AVAs. IntroduçãoO avanço da Internet, das redes sociais e suas ferramentas fez nascer um novo comportamento: o de sentimento de pertencimento a um grupo. Neste contexto é relevante a presença virtual, a qual se identifica com a capacidade que cada pessoa tem de interagir utilizando diversas tecnologias e em diversos contextos para se comunicarem com outras pessoas geograficamente distantes. Avaliar esse comportamento tem sido um desafio dentre aqueles que se valem de Tecnologias Digitais da Informação e Comunicação (TDIC) como suporte à aprendizagem.Pesquisadores como Kim et al. (2016), Bizzo (2009), Silva (2012 e Valente (2000) vem estudando a presencialidade dos alunos em ambientes virtuais de aprendizagem e indicam que essa presencialidade é importante para o processo de ensino e aprendizagem.
This paper has a proposal to select students from a Discussion Forum based on the management of an Artificial Neural Network (RNA). A Multi Layer Perceptron RNA (MLP) was applied to a database extracted from AVA Moodle forums that use the LV Evaluation Model.Resumo. Este artigo apresenta uma proposta de classificação dos alunos de um Fórum de discussão com base na presencialidade utilizando uma Rede Neural Artificial (RNA). Foi aplicada a RNA Multi Layer Perceptron (MLP) em uma base de dados extraída de fóruns do AVA Moodle que utilizam o Modelo LV de avaliação.
Prognosis and health management (PHM) plays an essential role in condition-based maintenance routines. For such purposes, academy and industry have devoted considerable efforts into providing efficient, safe and reliable solutions. In this regard, we aim at contributing to this field by proposing a temporal classifier for engine's health state identification based on the Elman recurrent neural network. The evaluation of the proposed approach involves a benchmarking data set originated from the C-MAPSS, a flexible turbofan engine simulation by NASA. A comprehensive performance comparison with state of the art approaches is then carried out. The proposed system is able to identify engine's total degradation 125 steps in advance, with 86.21% of confidence and low false negative rate, i.e. less than 2% of engines faulty conditions are identified as normal. With a temporal-based classification, the proposed approach reaches over 95% of accuracy on turbofan diagnosis.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.