Educación
Inteligencia Artificial
Esta sección presenta investigaciones relacionadas con el impacto de la implementación de la inteligencia artificial en el ámbito educativo, los retos para las entidades académicas y los desafíos frente a los avances tecnológicos.
Design and Research of Physical Education Platform Based on Artificial Intelligence
Diseño e investigación de una plataforma de educación física basada en la inteligencia artificial
Con el fin de garantizar la objetividad de la evaluación de la educación física universitaria, este artículo presenta el diseño de un sistema de información de gestión de la educación física universitaria basado en la tecnología de inteligencia artificial. El método consiste en un algoritmo de ponderación del módulo de evaluación del rendimiento de los alumnos y del módulo de evaluación del rendimiento de los profesores; el adopta el algoritmo inteligente basado en la red neuronal FNN. Los autores resaltan que la verificación experimental muestra que el algoritmo inteligente basado en la red neuronal FNN puede predecir eficazmente la puntuación de los estudiantes en el examen nacional de educación física universitaria, lo que puede proporcionar una base más objetiva para la evaluación del rendimiento de los profesores.
Este documento es un articulo elaborado por Yufeng Ba y Zhenfeng Liu (Universidad de Agricultura de Henan y Universidad de Henan, China) para la revista Scientific Programming Vol. 2022. Publicación de Hindawi. Contacto: [email protected]
The Artificial Intelligence and Neural Network in Teaching
La inteligencia artificial y las redes neuronales en la enseñanza
Este estudio tiene como objetivo explorar la aplicación de la inteligencia artificial (IA) y la tecnología de red en la enseñanza. Por medio del estudio de la dinámica de enseñanza en un salón inteligente basado en IA, de las ventajas e inconvenientes de la enseñanza en red con tecnología de red, y tomando como ejemplo el salón de matemáticas, este estudio realiza un análisis inteligente del rol de los profesores en el proceso de enseñanza. Para las preguntas planteadas por los profesores, se utilizan los modelos de clasificación de la red neuronal convolucional (CNN) y la memoria a corto plazo de larga duración (LSTM) para clasificarlas según el tipo y contenido y, llevar a cabo la verificación experimental. Los resultados muestran que el rendimiento global del modelo CNN es mejor que el del modelo LSTM en términos de precisión.
Este documento es un articulo elaborado por Qun Luo y Jiliang Yang (Escuela de Formación Profesional de la ciudad de ChongQing e Instituto Politécnico de Henan, China) para la revista Computational Intelligence and Neuroscience Vol. 2022. Publicación de Hindawi. Contacto: [email protected]
