文档摘要：对学生的跨学科能力和创新能力进行评价是目前研究的重点和难点.针对学生公开数据稀缺、获取难度大的问题,本文提出了一种基于WassersteinGenerativeAdversarialNetworks(WGAN)和多头注意力机制的学生数据生成模型.不同于传统生成式对抗网络(GenerativeAdversarialNetworks,GAN),WGAN以Wasserstein距离为目标函数,强化了生成器的稳定性和训练的可收敛性,提高了生成数据的质量.针对WGAN可能出现的收敛速度慢、生成低质量数据的问题,在WGAN的生成器中引入了多头注意力机制,可以更好地捕捉学生数据中的潜在模式和结构,提高生成数据的质量,并采用均值、标准差和中位数对生成数据进行客观评价.实验结果表明,本文方法可以生成较高质量的学生数据.
Abstract：Theevaluationofstudents'interdisciplinaryabilityandinnovationabilityisthefocusanddifficultyofcurrentresearch.Inviewofthescarcityofpublicstudentdataandthedifficultytoobtain,thispaperproposesastudentdatagenerationmodelbasedonWassersteinGenerativeAdversarialNetworks(WGAN)andmulti-headattentionmechanism.DifferentfromtraditionalGenerativeAdversarialNetworks(GAN),WGANtakesWassersteindistanceastheobjectivefunction,strengthensthestabilityofthegeneratorandtheconvergenceoftraining,andimprovesthequalityofthegenerateddata.Toaddressthepossibleproblemsofslowconvergenceandgenerationoflow-qualitydatainWGAN,amulti-attentionmechanismisintroducedintothegeneratorofWGANtobettercapturethepotentialpatternsandstructuresinstudentdata,andimprovethequalityofthegenerateddata.Furthermore,meanvalue,standarddeviation,andmedianareusedtoobjectivelyevaluatethegenerateddata.Theexperimentresultsshowthatthepresentedmethodcangeneratehigherqualitystudentdata.
作者：张永梅 齐昊宇 郭奥Author：ZHANGYongmei QIHaoyu GUOAo
作者单位：北方工业大学信息学院,北京100144
刊名：北方工业大学学报
Journal：JournalofNorthChinaUniversityofTechnology
年，卷(期)：2024, 36(1)
分类号：TP311.1
关键词：教学改革 多头注意力 对抗生成网络 数据生成 学生评价
Keywords：educationalreform multi-headattention GAN datageneration studentassessment
机标分类号：TP391.41O212.1TP181
在线出版日期：2024年7月2日
基金项目：国家自然科学基金，北方工业大学研究生教育教学改革研究项目基于WGAN和多头注意力机制的学生数据生成模型[
期刊论文] 北方工业大学学报--2024, 36(1)张永梅 齐昊宇 郭奥对学生的跨学科能力和创新能力进行评价是目前研究的重点和难点.针对学生公开数据稀缺、获取难度大的问题,本文提出了一种基于WassersteinGenerativeAdversarialNetworks(WGAN)和多头注意力机制的学生数据生成模型.不...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
关键词：教学改革,多头注意力,对抗生成网络,数据生成,学生评价,
- 文件大小:
- 1.19 MB
- 下载次数:
- 60
-
高速下载
|
|
1
