맞춤기술찾기

이전대상기술

베이지안 네트워크를 이용한 컴퓨터 기반 적응적 평가 시스템 및 방법

  • 기술번호 : KST2015141392
  • 담당센터 :
  • 전화번호 :
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 베이지안 네트워크를 이용한 컴퓨터 기반 적응적 평가 시스템 및 방법이 개시된다. 컴퓨터 기반 적응적 평가(CAT: Computerized Adaptive Testing) 시스템은 학습도 추정을 위한 복수개의 평가 문항이 복수개의 세부 학습 영역으로 구분되어 저장되는 평가 문항 데이터베이스, 상기 평가 문항 데이터베이스에 저장된 평가 문항을 클러스터링하여 구조화함으로써 평가하고자 하는 과목의 세부 학습 영역 및 각 평가 문항 간의 연관성 정보를 생성하는 연관성 정보 생성부, 상기 생성된 연관성 정보를 기초로 베이지안 네트워크(Bayesian network)를 생성하는 베이지안 네트워크부 및 상기 생성된 베이지안 네트워크를 이용하여 상기 평가 문항에 대한 사용자의 학습도를 추정하고 동시에 전체적인 학습도 및 각 세부 학습 영역별로 사용자의 학습도를 추정하는 학습도 추정부를 포함할 수 있다.
Int. CL G16C 10/00 (2019.01.01) G06Q 50/20 (2012.01.01)
CPC G06N 7/005(2013.01) G06N 7/005(2013.01)
출원번호/일자 1020110091106 (2011.09.08)
출원인 한양대학교 산학협력단
등록번호/일자 10-1370735-0000 (2014.02.27)
공개번호/일자 10-2013-0027717 (2013.03.18) 문서열기
공고번호/일자 (20140307) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2011.09.08)
심사청구항수 7

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한양대학교 산학협력단 대한민국 서울특별시 성동구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 최용석 대한민국 서울특별시 성동구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인 무한 대한민국 서울특별시 강남구 언주로 ***, *층(역삼동,화물재단빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 한양대학교 산학협력단 서울특별시 성동구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2011.09.08 수리 (Accepted) 1-1-2011-0702577-60
2 의견제출통지서
Notification of reason for refusal
2013.02.25 발송처리완료 (Completion of Transmission) 9-5-2013-0127376-28
3 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2013.04.24 수리 (Accepted) 1-1-2013-0361412-61
4 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2013.04.24 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2013-0361413-17
5 최후의견제출통지서
Notification of reason for final refusal
2013.09.17 발송처리완료 (Completion of Transmission) 9-5-2013-0647918-27
6 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2013.11.18 수리 (Accepted) 1-1-2013-1047916-17
7 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2013.11.18 보정승인 (Acceptance of amendment) 1-1-2013-1047934-28
8 등록결정서
Decision to grant
2014.02.25 발송처리완료 (Completion of Transmission) 9-5-2014-0137684-00
9 출원인정보변경(경정)신고서
Notification of change of applicant's information
2014.06.05 수리 (Accepted) 4-1-2014-5068294-39
10 출원인정보변경(경정)신고서
Notification of change of applicant's information
2015.02.16 수리 (Accepted) 4-1-2015-5022074-70
11 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.08.05 수리 (Accepted) 4-1-2019-5155816-75
12 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.08.06 수리 (Accepted) 4-1-2019-5156285-09
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
컴퓨터 기반 적응적 평가(CAT: Computerized Adaptive Testing) 시스템에 있어서,학습도 추정을 위한 복수개의 평가 문항이 복수개의 세부 학습 영역으로 구분되어 저장되는 평가 문항 데이터베이스;상기 평가 문항 데이터베이스에 저장된 평가 문항을 클러스터링하여 상기 학습 영역과 문항별 연관 관계를 베이지안 네트워크 토폴로지로 구조화함으로써 평가하고자 하는 과목의 세부 학습 영역 및 각 평가 문항 간의 연관성 정보를 생성하는 연관성 정보 생성부;상기 생성된 연관성 정보를 기초로 베이지안 네트워크(Bayesian network)를 생성하는 베이지안 네트워크부; 및상기 생성된 베이지안 네트워크 및 문항별 연관 관계를 이용하여 상기 평가 문항 및 각 세부 학습 영역 별로 사용자의 학습도를 추정하는 학습도 추정부를 포함하고,상기 연관성 정보 생성부는,상기 세부 학습 영역 및 평가 문항을 트리 형태로 구조화하고,상기 문항별 연관 관계는,상기 사용자에 의해 하나의 평가 문항이 응답될 때마다 응답 결과가 반영되고,상기 학습도 추정부는,상기 사용자에 의해 하나의 평가 문항이 응답될 때마다, 상기 응답 결과에 따라 각 평가 문항을 맞출 확률을 추정하고, 각 세부 학습 영역에 대한 사용자의 이해 확률을 추정하고,상기 사용자의 학습도는,상기 각 평가 문항을 맞출 확률 및 상기 각 세부 학습 영역에 대한 사용자의 이해 확률을 포함하는, 컴퓨터 기반 적응적 평가 시스템
2 2
제1항에 있어서,상기 평가 문항에 대한 과거 사용자들의 평가 결과가 저장되어 있는 평가 결과 데이터베이스; 및상기 평가 결과 데이터베이스에 저장된 평가 결과를 기초로 EM(Expectation-Maximization) 알고리즘을 이용하여 상기 베이지안 네트워크의 각 노드별로 확률 계산을 위한 조건부 확률 테이블을 생성하는 CPT 생성부를 더 포함하고,상기 베이지안 네트워크부는,상기 연관성 정보 및 상기 조건부 확률 테이블을 이용하여 상기 베이지안 네트워크를 생성하고,상기 EM 알고리즘은,상기 평가 결과를 활용하여 히든 변수를 추정하는, 컴퓨터 기반 적응적 평가 시스템
3 3
제2항에 있어서,상기 추정된 학습도를 기초로 상기 평가 문항 중 상기 사용자에게 적합한 문항을 추천하는 평가 문항 추천부를 더 포함하는, 컴퓨터 기반 적응적 평가 시스템
4 4
컴퓨터 기반 적응적 평가(CAT: Computerized Adaptive Testing) 방법에 있어서,복수개의 세부 학습 영역으로 구분되는 복수개의 평가 문항을 클러스터링하여 상기 학습 영역과 문항별 연관 관계를 베이지안 네트워크 토폴로지로 구조화하는 단계;상기 구조화된 세부 학습 영역 및 각 평가 문항 간의 연관성 정보를 생성하는 단계; 및상기 생성된 연관성 정보를 기초로 베이지안 네트워크(Bayesian network)를 생성하는 단계;상기 생성된 베이지안 네트워크 및 문항별 연관 관계를 이용하여 상기 평가 문항 및 각 세부 학습 영역 별로 사용자의 학습도를 추정하는 단계를 포함하고,상기 구조화하는 단계는,상기 세부 학습 영역 및 평가 문항을 트리 형태로 구조화하고,상기 문항별 연관 관계는,상기 사용자에 의해 하나의 평가 문항이 응답될 때 마다 응답 결과가 반영되고,상기 사용자의 학습도를 추정하는 단계는,상기 사용자에 의해 하나의 평가 문항이 응답될 때마다, 상기 응답 결과에 따라 각 평가 문항을 맞출 확률을 추정하고, 각 세부 학습 영역에 대한 사용자의 이해 확률을 추정하고,상기 사용자의 학습도는,상기 각 평가 문항을 맞출 확률 및 상기 각 세부 학습 영역에 대한 사용자의 이해 확률을 포함하는, 컴퓨터 기반 적응적 평가 방법
5 5
제4항에 있어서,상기 평가 문항에 대한 평가 결과를 기초로 EM(Expectation-Maximization) 알고리즘을 이용하여 상기 베이지안 네트워크의 각 노드별로 확률 계산을 위한 조건부 확률 테이블을 생성하는 단계;를 더 포함하고,상기 베이지안 네트워크를 생성하는 단계는,상기 연관성 정보 및 상기 조건부 확률 테이블을 이용하여 상기 베이지안 네트워크를 생성하는 단계이고,상기 EM 알고리즘은,상기 평가 결과를 활용하여 히든 변수를 추정하는, 컴퓨터 기반 적응적 평가 방법
6 6
제5항에 있어서,상기 학습도를 추정하는 단계 이후에,상기 추정된 학습도를 기초로 상기 평가 문항 중 상기 사용자에게 적합한 문항을 추천하는 단계를 더 포함하는, 컴퓨터 기반 적응적 평가 방법
7 7
제4항 내지 제6항 중 어느 한 항의 기재에 따른 컴퓨터 기반 적응적 평가 방법을 실행하기 위한 프로그램이 기록되어 있는 컴퓨터에서 판독 가능한 기록 매체
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 지식경제부 한양대학교산학협력단 기술혁신사업(산업원천기술개발사업) 창의적 인재육성을 위한 지능형 튜터링 시스템 기술개발