О ЗАДАЧЕ МАКСИМИЗАЦИИ ВЕРОЯТНОСТИ УСПЕШНОГО ПРОХОЖДЕНИЯ ОГРАНИЧЕННОГО ПО ВРЕМЕНИ ТЕСТА

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Рассмотрена задача поиска оптимальной последовательности выполнения набора заданий в ограниченном по времени тесте, т.е. определяется группа заданий для обязательного первоначального выполнения в тесте, задания в другой группе выполняются в оставшееся время до окончания теста. За каждое правильно выполненное задание теста тестируемый получает определенное количество баллов. В качестве критерия предлагается вероятность превышения суммарным числом набранных за тест баллов определенного уровня, являющегося фиксированным параметром задачи, с одновременным выполнением ограничения на время проведения теста. Случайными параметрами задачи являются время ответа пользователя на каждое задание теста. Правильность ответа пользователя на задание моделируется случайной величиной с распределением Бернулли. Полученная задача стохастического билинейного программирования сводится к детерминированной целочисленной задаче математического программирования.

Об авторах

А. В НАУМОВ

Московский авиационный институт (национальный исследовательский университет)

Email: naumovav@mail.ru
д-р физ.-мат. наук

А. Е СТЕПАНОВ

Московский авиационный институт (национальный исследовательский университет)

Email: Rus.fta@yandex.ru

А. Э УСТИНОВ

Московский авиационный институт (национальный исследовательский университет)

Email: entro1122@gmail.com

Список литературы

  1. Van der Linden W.J., Scrams D.J., Schnipke D.L., et al. Using Response-Time Constraints to Control for Differential Speededness in Computerized Adaptive Testing // Appl. Psychol. Measur. 1999. V. 23. No. 3. P. 195–210.
  2. Rasch G. Probabilistic models for some intelligence and attainment tests. Chicago: The University of Chicago Press, 1980.
  3. Куравский Л.С., Мармалюк П.А., Алхимов В.И., Юрьев Г.А. Новый подход к построению интеллектуальных и компетентностных тестов // Моделирование и анализ данных. 2013. № 1. C. 4–28.
  4. Kuravsky L.S., Margolis A.A., Marmalyuk P.A., Panfilova A.S., Yuryev G.A., Dumin P.N. A Probabilistic Model of Adaptive Training // Appl. Math. Sci. 2016. V. 10. No. 48. P. 2369–2380.
  5. Наумов А.В., Мартюшова Я.Г. Адаптация системы дистанционного обучения на основе статистической обработки результатов работы пользователей // Электр. журн. “Труды МАИ”. № 109. декабрь. 2019 г.
  6. Босов А.В., Мартюшова Я.Г., Наумов А.В., Сапунова А.П. Байесовский подход к построению индивидуальной траектории пользователя в системе дистанционного обучения // Информатика и ее применения. 2020. Т. 14. № 3. С. 86–93.
  7. Наумов А.В., Джумурат А.С., Иноземцев А.О. Система дистанционного обучения математическим дисциплинам CLASS.NET // Вест. компьют. и информ. технологий. 2014. № 10. С. 36–40.
  8. СДО МАИ CLASS.NET [Электронный ресурс] // URL: https://distance. kaf804.ru/ (дата обращения: 27.02.2023)
  9. Босов А.В., Мхитарян Г.А., Наумов А.В., Сапунова А.П. Использование гаммараспределения в задаче формирования ограниченного по времени теста // Информатика и ее применения. 2019. Т. 13. № 4. C. 12–18.
  10. Наумов А.В., Мхитарян Г.А., Черыгова Е.Е. Стохастическая постановка задачи формирования теста заданного уровня сложности с минимизацией квантили времени выполнения // Вест. компьют. и информ. технологий. 2019. № 2. С. 37–46.
  11. Кан Ю.С., Кибзун А.И. Задачи стохастического программирования с вероятностными критериями. М.: Физматлит, 2009.
  12. Кибзун А.И., Наумов А.В., Норкин В.И. Сведение задачи квантильной оптимизации с дискретным распределением к задаче смешанного целочисленного прораммирования // АиТ. 2013. № 6. С. 66–86.
  13. Kibzun A.I., Naumov A.V., Norkin V.I. On reducing a quantile optimization problem with discrete distribution to a mixed integer programming problem // Autom. Remote Control. 2013. V. 74. No. 6. P. 951–967.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Российская академия наук, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».