Adaptive teaching learning sequence based on instructional design and evolutionary computation

Hnida, Meriem; Idrissi, Mohammed Khalidi; Bennani, Samir

doi:10.1109/ithet.2016.7760739

Cited by 8 publications

(5 citation statements)

References 9 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Hnida et al generated a learning sequence based on an adapted version of harmony search algorithm. Khudhair and Ahmed used an artificial neural network (ANN) to help users personalize their own learning paths based on their preferences.…”

Section: Literature Reviewmentioning

confidence: 99%

Swarm intelligence to solve the curriculum sequencing problem

Menaï

Alhunitah

Al-Salman

2018

Comp Applic In Engineering

View full text Add to dashboard Cite

The curriculum sequencing (CS) problem asks to find a personalized optimal path for a learner in an e‐learning environment. Solving this problem contributes to developing adaptive e‐learning systems which provide personalized learning paths compatible with the individual profiles of the learners. The solutions to large CS instances can be only approximated as this problem is NP‐hard. In this paper, we formulate the CS problem as a constraint satisfaction problem and investigate swarm intelligence methods to solve it, including a newly introduced method called SwarmRW and the widely used ant colony system (ACS). In addition, we introduce two variants of SwarmRW, called SwarmRW_rnd and SwarmRW_inc. The performance results obtained on real data show that SwarmRW_rnd achieved the best results in terms of maximizing the number of satisfied constraints. However, SwarmRW_inc demonstrated the best trade‐off between the solution quality and the running‐time to obtain it.

show abstract

Section: Literature Reviewmentioning

confidence: 99%

Swarm intelligence to solve the curriculum sequencing problem

Menaï

Alhunitah

Al-Salman

2018

Comp Applic In Engineering

View full text Add to dashboard Cite

show abstract

“…O presente trabalho apresenta adaptações no cálculo de alguns objetivos propostos em [Li et al 2012] (Eq. 7, 8 e 9); em [Hnida et al 2016]é aplicado um Algoritmo de Busca Harmônica, onde a função objetivo se baseia no conhecimento prévio do aluno e na relação entre os conceitos do curso.…”

Section: Trabalhos Relacionadosunclassified

Uma Abordagem Evolutiva para o Problema de Sequenciamento Curricular Adaptativo

Machado¹,

Barrére²,

Souza³

2018

Anais Do XXIX Simpósio Brasileiro De Informática Na Educação (SBIE 2018)

View full text Add to dashboard Cite

Adaptive Curriculum Sequencing (ACS) is still a challenge in Adaptive Learning field. ACS is a NP-Hard problem especially considering the constraints of the student and learning materials when selecting a sequence from repositories where several sequences could be chosen. Therefore, this has stimulated researchers to use evolutionary approaches in the search for satisfactory solutions. This work uses the Prey-Predator Algorithm, which have shown to be suitable for the problem, according to laboratory experiments, although it is a solution not yet explored in the Adaptive Learning literature.Resumo. O Sequenciamento Curricular Adaptativo (SCA) aindaé um desafio naárea de Aprendizagem Adaptativa. O SCAé um problema NP-Difícil, principalmente por considerar as restrições relacionadas ao perfil do aluno e dos materiais didáticos na seleção de uma sequência em repositórios onde várias poderiam ser escolhidas. Portanto, isso tem estimulado pesquisadores a utilizarem abordagens evolutivas na busca por soluções satisfatórias. Este trabalho utiliza o Algoritmo Presa-Predador, o qual se mostrou adequado para o problema, de acordo com experimentos realizados em laboratório, embora seja uma solução ainda não explorada na literatura de Aprendizagem Adaptativa.

show abstract

“…Todavia, maiores informações sobre as meta-heurísticas (OCF, OEP e Algoritmo Genético -AG) utilizadas no problema da SCA podem ser encontradas em [Al-Muhaideb and Menai 2011]. Informações sobre o Algoritmo de Busca Harmônica (ABH) podem ser encontradas em [Hnida et al 2016]. Detalhes do algoritmo evolucionário PBIL (Population Based Incremental Learning) estão em [Wan and Lyu 2014] e [Acampora et al 2011] esclarece sobre o Algoritmo Memético (AM).…”

Section: Modelo De Comparaçãounclassified

“…PIA PMD PEA CE TS CA [Bhaskar et al 2010] I,A D,C,U Q AG SI Grafo [Acampora et al 2011] I,A D,TM,M N,T AM SI Grafo [Jebari et al 2011] -D,C,P,U N AG SI Grafo [Wang 2011] A D N OCF+Fuzzy SS Grafo [Vazquez et al 2011] -D,P N OCF+RB SS Grafo [Chu et al 2011] -D,TM,P,U N,T,R OEP SS SCORM [Riad et al 2012] A D,M N OCF SS Grafo [Li et al 2012] -D,TM,P,U N,T,R AG e OEP SSÁrvore [Tan et al 2012] -D,TM N,T AG SI Grafo [Sharma et al 2012] -D N,T OCF SS Grafo [Chakraverty et al 2012] I D,TM N,T,R OCF SS Grafo [Kardan et al 2014] -D N OCF SS Grafo [Wan and Lyu 2014] A P,C,U,M -PBIL SI Ajustado [Dharshini et al 2015] A D -OCF SI SCORM+RDC [Pires and Cota 2015] I D N AG+Função estatística SI SCORM [Hnida et al 2016] -D,C,TM,P N ABH SI Matriz [Agarwal et al 2016] I,A M N OCF+Fuzzy SS Grafo A lista inicial de trabalhos demonstra que o e-Learning adaptativoé um tema que continua sendo trabalhado, especialmente em termos ligadosà SCA. Os trabalhos selecionados apontam que diversos parâmetros tanto do aluno quanto do material didático e do CA foram explorados.…”

Section: Artigounclassified

Geração de Sequências Curriculares Adaptativas baseada em Computação Evolucionária: Estado da Arte e Tendências

Barrére¹,

Souza²,

Machado³

2017

Anais Do XXVIII Simpósio Brasileiro De Informática Na Educação (SBIE 2017)

View full text Add to dashboard Cite

Abstract. For effective adoption of e-Learning systems, the student's needs and context must be taken into consideration when delivering content. One of the most interesting challenges in this area is the selection of an Adaptive Curriculum Sequencing that provides individualized instruction. Such a challenge is known in the literature as an NP-hard problem, causing frequent use of metaheuristics, particularly of Evolutionary Computing, to approximate the best solution. In this paper a review of the lastest works in this field of research is presented with a comparison model according to the variables used for the sequencing.Resumo. Para efetiva adoção dos sistemas de e-Learning, as necessidades e o contexto do aluno precisam ser levados em consideração na entrega de conteúdo. Assim, um dos desafios mais interessantes daáreaé a seleção de uma Sequência Curricular Adaptativa que forneça um ensino individualizado. Tal desafioé conhecido na literatura como um problema NP-Difícil, causando uma frequente utilização de meta-heurísticas, particularmente de Computação Evolucionária, para aproximarà melhor solução. Neste artigoé feita uma revisão dosúltimos trabalhos neste campo de pesquisa, apresentando um modelo de comparação de acordo com as variáveis utilizadas para o sequenciamento. IntroduçãoA efetiva utilização de sistemas de e-Learning depende da criação de soluções para permanência dos alunos nos cursos ofertados [Davis et al. 2016] e de uma correta administração dos materiais didáticos para serem disponibilizados de acordo com a necessidade de aprendizagem de cada aluno [Van Merriënboer and Ayres 2005]. Sistemas de e-Learning adaptativos buscam resolver esses problemas levando em consideração as informações de cada aluno, tais como suas necessidades e contextos, podendo assim, recomendar conteúdo didático de maneira individualizada [Pushpa 2012]. [Al-Azawei and Badii 2014] pontuam alguns dos objetivos de um e-Learning adaptativo: melhorar a assimilação de conteúdo, reduzir o esquecimento, motivar os alunos, orientar o melhor caminho de aprendizagem, tratar a sobrecarga cognitiva, reduzir o custo de aprendizagem e melhorar a usabilidade dos sistemas. Isso significa que a adaptatividade pode desempenhar o papel de promover e melhorar a aprendizagem.[ Premlatha and Geetha 2015] indicam que existem diferentes níveis de adaptação, dentre eles o baseado na sequência curricular. A ideia desse nívelé auxiliar o sistema a

show abstract

Adaptive teaching learning sequence based on instructional design and evolutionary computation

Cited by 8 publications

References 9 publications

Swarm intelligence to solve the curriculum sequencing problem

Swarm intelligence to solve the curriculum sequencing problem

Uma Abordagem Evolutiva para o Problema de Sequenciamento Curricular Adaptativo

Geração de Sequências Curriculares Adaptativas baseada em Computação Evolucionária: Estado da Arte e Tendências

Contact Info

Product

Resources

About