طبقه بندی یادگیرندگان درسامانه های یادگیری الکترونیکی بااستفاده ازشبکه ی عصبی کوانتومی

کیفیت سامانه های یادگیری الکترونیکی به نحوه توصیف مناسب یادگیرندگان براساس سبک یادگیری آنان و نیز دقت و صحت تفکیک یادگیرندگان درگروه های همگن و غیرهمگن وابسته است دراین مقاله روش طبقه بندی با استفاده ازشبکه عصبی کوانتومی برای طبقه بندی یادگیرندگان درگروه ها یهمگن درمحیط یادگیری الکترونیکی پیشنهادشده است روش طبقه بندی کوانتومی علاوه برسادگی ساختاری قابلیت طبقه بندی یادگیرندگان با سرعت و دقت زیاد رابرعهده دارد سامانه طبقهبندی کوانتومی دریک دوره ازموش اکلترونیکی موردارزیابی قرارگرفهت است و نتایج ارزیابی نشان میدهد این روش نسبت به روش متداول شبکه پرسپترون چندلایه پیچیدگی زمانی کمتر و دقت بیشتر درطبقه بندی یادگیرندگان داشته است و توانسته است یادگیرندگان را بادقت 97درصد درگروه مناسب طبقه بندی کند درصورتی که دقت طبقه بندی شبکه عصبی پرسپترون چندلایه دراین ارزیابی 85درصد بوده است واین درحالی است که این روش پیچیدگی بیشتری نسبت به روش شبکه عصبی کوانتومی دارد

کلیدواژه ها:

یادگیری الکترونیکی ، گروه بندی همگن ، یادگیری مشارکتی ، گروه بندی یادگیرندگان ، سبک یادگیری ، شبکه ی عصبی کوانتومی