返回
Predictive Performance Assessment in Simulation Training using Machine Learning
DOI:10.1007/s40593-025-00464-y.png)
摘要
En 中文
航海模拟器是培养和训练导航员的核心工具,允许他们在可控且可复现的环境中发展和提升技能。尽管努力提升模拟训练表现评估,但现有可靠方法很少能利用模拟器日志中易于获取的数据来指导表现评估和训练调整。更有效地利用这些数据可以改进我们对模拟训练的评估方式,并提供更透明的学习进展和改进领域理解。为开发用于航海模拟训练表现评估的学习分析仪表盘(LAD),我们分析包含27个潜在输入特征的模拟器日志数据,以预测学生表现作为目标特征。在通过数据可视化和专家验证筛选出13个潜在输入特征后,采用云人工智能平台预测学生表现。共训练了58个算法,其中eXtreme Gradient Boosted Trees Classifier算法被用于预测。结果表明,机器学习算法在分析航海导航训练数据方面具有应用潜力,为模拟训练评估开辟了新的方向。
Keyword:
Simulator training
Training and assessment
Learning analytics
Artificial intelligence
Machine learning
期刊
IF:
8.5
论文数:
104
被引数:
2.8K
机构
引用论文
Objective and intelligent training assessment package for maritime training in simulator面向模拟器航海培训的目标化与智能化训练评估包
The Virtual Operative Assistant: An explainable artificial intelligence tool for simulation-based training in surgery and medicine虚拟手术助手: 一种可解释的人工智能工具,用于基于模拟的外科和医学培训
PLOS ONE
IF0
Deploying multimodal learning analysis models to explore the impact of digital distraction and peer learning on student performance
COMPUTERS & EDUCATION
IF10.5
Learning analytics dashboards for adaptive support in face-to-face collaborative argumentation学习分析仪表板,用于面对面协作论证中的自适应支持
COMPUTERS & EDUCATION
IF10.5
A Review of Learning Analytics Dashboard and a Novel Application in Maritime Simulator Training学习分析仪表盘综述及在航海模拟器训练中的创新应用
Scenario Design, Data Measurement, and Analysis Approaches in Maritime Simulator Training: A Systematic Review情景设计、数据测量与分析方法在航海模拟器训练中的应用:一项系统综述

