基本信息

---

下载

文档摘要

---

深度学习支持下多模态学习行为可解释性分析研究

[摘要]当前，学习行为分析已成为研究热点。基于大数据技术挖掘学生的学习行为特征，能为学习过程的改善、学习评价的优化提供重要依据。然而，现有研究却存在分析数据类型单一、实时性不强、结果准确度不高、缺乏可解释性等问题。文章从利用深度学习算法进行多模态学习分析入手，采用HDRBM(HybridDeepRestrictedBoltzmannMachine，深度混合判别受限玻尔兹曼机)神经网络模型，建立多模态学习分析模型，为教育技术领域中利用多模态大数据挖掘学习者行为特征提供了新范式;接着从可解释性分析的角度，阐述利用深度学习算法进行多模态学习行