一种基于时序卷积网络和注意力机制的深度知识追踪系统.pdfVIP

下载本文档

23
0
约1.33万字
约 11页
2023-05-25 发布于四川
举报
版权申诉

一种基于时序卷积网络和注意力机制的深度知识追踪系统.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明涉及一种基于时序卷积网络和注意力机制的深度知识追踪系统，属于计算机技术领域。该系统包括输入层、遗忘层、拼接层、学习层和预测输出层；根据教育学理论艾宾浩斯曲线理论和记忆衰退学说，引入了表征学生在学习过程中遗忘行为的因素，能够更准确地模拟学生的学习行为，提升模型的预测性能；时序卷积网络中的卷积网络层经过训练，可以更加准确地提取学生学习序列中的特征，加入的注意力机制可以自适应地确定学生学习序列中的遗忘信息，以及短期特性信息的重要性。两者的使用提升了模型的运算效率和数据利用率。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116151311 A (43)申请公布日 2023.05.23 (21)申请号 202310169389.1 (22)申请日 2023.02.27 (71)申请人重庆邮电大学