SISTEMA TUTOR INTELIGENTE HÍBRIDO COM PERSONALIZAÇÃO ESTRUTURADA PELO MÉTODO DAS DIFERENÇAS FINITAS.

• Ano de defesa: 2013
• Autor(a) principal: Pimentel, Noeli Antônia
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Pontifícia Universidade Católica de Goiás; Engenharia; BR; PUC Goiás; Engenharia de Produção e Sistemas
• Palavras-chave em Português: Ambientes Virtuais de Aprendizagem; Inteligência Artificial; Redes Neurais Artificiais; Sistemas Tutores Inteligentes Híbridos; Método das diferenças finitas; Virtual Learning Environments; Artificial Intelligence; Artificial Neural Networks; Hybrid Intelligent Tutoring Systems; Finite Difference Method; CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO
• Link de acesso: http://localhost:8080/tede/handle/tede/2446

A geração de um padrão de navegação em Ambientes Virtuais de Aprendizagem (AVA) mais próximo das características do estudante é uma questão relevante de pesquisa. Esta dissertação toma como ponto de partida um Sistema Tutor Inteligente (STI) Híbrido já proposto na literatura que utiliza Redes Neurais Artificiais do tipo MLP (Multi Layer Perceptron) e regras de docentes especialistas; e agrega uma metodologia utilizando Equações Diferenciais Parciais (EDP) calculadas pelo método das diferenças finitas, com o objetivo de melhorar a decisão de navegação, para conduzir o estudante de forma personalizada, agregando melhores ganhos ao seu processo de aprendizado. O STI original, desenvolvido para plataforma web, foi adaptado utilizando tecnologias que possibilitem a evolução do sistema e a integração a Ambientes Virtuais de Aprendizagem, como o Moodle, por exemplo. Experimentos com o sistema em configurações para a navegação nível médio (sistema sem capacidade adaptativa) e a navegação inteligente foram realizados para verificação da efetividade do sistema proposto. Os dados obtidos foram avaliados por meio de testes estatísticos com nível de significância de 5%, que comprovam a eficiência do modelo proposto.