跳到正文
arXiv cs.CY· Spyridon Revithis·· 23 小时前AI 评分18

双SOM学习器模型:基于认知负荷理论评估教学效率

A Dual-SOM Learner Model of Instructional Efficiency within Cognitive Load Theory

AI 导读

该论文提出一种双自组织映射(SOM)神经网络框架,将课程内容表示为有向无环图,从学习成绩与主观心理努力两个维度捕捉集体学习行为。训练时把成功学习路径压缩为结构相同的PSOM(成绩空间)与ESOM(心理努力空间),配对后可帮助教师定位隐藏的先修知识点等教学设计缺陷,并评估集体认知负荷画像。

正文 · AI 翻译

查看 PDF

摘要:本文提出了一种新颖的方法论框架,将双自组织映射(SOM)神经网络架构与认知负荷理论(CLT)相结合,用于评估学习环境中的教学效率。通过将课程内容表示为主题依赖关系的有向无环图,所提出的模型从两个核心维度捕捉集体学习行为:学业表现和主观/内省心理努力。在 SOM 训练过程中,成功学习者轨迹的代表性数据集被压缩成两个拓扑有序、结构相同的神经网络:PSOM(表现空间)和 ESOM(心理努力空间)。通过配对这两个行为映射,该模型可作为决策支持工具,使教师能够同时 pinpoint 结构性教学设计缺陷(如隐藏的主题先修要求),并评估集体认知负荷概况。PSOM 组件(以及由此延伸的其对称孪生 ESOM)的实现和性能与早期一项建模研究相关联,该研究采用了位于同一领域(即学习环境)中具有相同结构和编码语义的 SOM。本文通过 SOM 神经计算认知行为建模,将行为现象研究与人类认知架构的理论工作相结合。
评论: 22 页,8 幅图。本文是 Revithis S.、Wilson W. H. 和 Marcus N.(2010)的“认知负荷理论中工作记忆负荷的神经计算教学指标”一文的实质性修订和扩展版本。该文发表于 2009 年澳大利亚认知科学学会会议论文集,麦考瑞认知科学中心
主题: 神经元与认知(q-bio.NC);计算机与社会(cs.CY);神经与进化计算(cs.NE)
ACM 分类: I.2.0;I.2.6;I.6.5;J.4;K.3
引用为: arXiv:2611.23795 [q-bio.NC]
  (或 arXiv:2611.23795v1 [q-bio.NC] 为此版本)
  https://doi.org/10.48550/arXiv.2611.23795

由 DataCite 颁发的 arXiv DOI(待注册)

提交历史

来自:Spyridon Revithis [查看电子邮件]
[v1] 2026 年 11 月 18 日星期三 04:00:21 UTC(920 KB)

来源:arXiv cs.CY · arxiv.org