Wyniki wyszukiwania - Biblioteka Nauki

1

IEL-based Formal Dialogue System for Tutorials

100%

Łupkowski P.

Logic and Logical Philosophy

|

2017

|

tom 26

|

nr 3 Special Issue on Question Processing. Guest Editors: Mariusz Urbański, Michiel van Lambalgen, and Marcin Koszowy

289–320

EN

FFormal dialogue system for tutorials DL(IEL)T is introduced. The system allows for modelling certain behaviours related to questioning agendas observed in tutorial dialogues. Inferential Erotetic Logic is the underlying logic of questions used here. Tutorial dialogues retrieved from the Basic Electricity and Electronics Corpus are presented and analysed with the use of DL(IEL)T.

2

Autocad assisted teaching of descriptive geometry and engineering graphics

86%

Nassery F.

Journal Biuletyn of Polish Society for Geometry and Engineering Graphics

|

2013

|

tom Vol. 25

41--48

EN

This article will discuss Teaching of the subject Descriptive Geometry and Engineering Graphics in AutoCAD within the framework of laboratory classes The aim of the classes is to learn the methods applied for representation of the three dimensional (3-D) space on the picture plane as well as mastering the ability of creating engineering drawings in the AutoCAD software. To intensify the teaching process a series of tutorials has been developed and uploaded to the Moodle platform and made available on the Internet. It has been emphasized that the introduction of the ICT and multimedia technologies into a teaching process requires not only a careful selection of the visual aids but also careful examination of the problems encountered in didactics.

PL

Artykuł prezentuje zagadnienie nauczania w ramach przedmiotu Geometria Wykreślna i Grafika Inżynierska w AutoCAD, w części obejmującej zajęcia laboratoryjne. Przedmiot prowadzony jest w wymiarze 15 godzin wykładów i 15 godzin laboratoryjnych na 1 roku studiów stacjonarnych, I stopnia, kierunku Elektrotechnika na Wydziale Inżynierii Elektrycznej i Komputerowej Politechniki Krakowskiej im. T. Kościuszki. Celem zajęć jest poznanie metod odwzorowania przestrzeni trójwymiarowej na płaszczyźnie rysunku (wykłady) oraz opanowanie umiejętności tworzenia ich w programie AutoCAD do celów inżynierskich (laboratoria). W ramach cyklu 45 minutowych zajęć laboratoryjnych wykonywanych jest 12 ćwiczeń oraz ich prezentacja w programie PowerPoint. Ćwiczenia podzielono na trzy główne grupy: dotyczące klasycznie rozwiązywanych zadań rzutów Monge’a [21], rysunku technicznego oraz komputerowego modelowania trójwymiarowego. Kolejne zadania ćwiczą poszczególne zagadnienia, zarówno związane z opanowaniem poszczególnych komend AutoCADa [17], jak i z nauką rysunku inżynierskiego. Następujące po sobie zagadnienia rozbudowują wiedzę i pozwalają na utrwalanie zasad, zarówno z geometrii wykreślnej, jak i z obsługi programu AutoCAD. Stopień trudności rośnie wraz z umiejętnościami nabywanymi w kolejnych pracach. Efektem tak ułożonego harmonogramu laboratoriów (zgodnego z sylabusem i kwalifikacjami jakie powinien mieć absolwent tego kierunku) jest opanowanie podstawowych umiejętności z zakresu wykonywania projektów inżynierskich przy użyciu AutoCADa, poczynając od dokumentacji technicznej, poprzez model 3D, aż do prezentacji w formie wizualizacji [1]. Artykuł prezentuje dobór ćwiczeń, a także sposób ich zadawania, który został przystosowany do możliwości i ograniczeń, związanych z pracą w AutoCADzie. Wszystkie tematy zostały zindywidualizowane poprzez wprowadzenie zmiennych zależnych od numeru albumu, imienia, nazwiska lub ich kombinacji, co pozwoliło zapobiec kopiowaniu prac.W ramach zajęć laboratoryjnych wprowadzono różne współczesne środki dydaktyczne [16], stwarzające nowe możliwości wspomagania nauczania. Opracowano serię samouczków mających formę ciągu slajdów prezentujących wprowadzane komendy i sposoby rysowania w postaci opisu kolejnych faz wykonania zadania oraz ich graficznej prezentacji. Pokazują one sposób wykonania ćwiczenia, lecz nie prezentują gotowego rozwiązania, ponieważ mogłoby to spowodować mechaniczne wykonanie zadania. Z tego też powodu przygotowano samouczki wyłącznie do modułów dotyczących aksonometrii, wymiarowania i budowy obiektów 3D w AutoCADzie, pomijając rozwiązania zadań z rzutów Monge’a. W celu intensyfikacji efektów kształcenia, , wprowadzono dodatkowo wspomagający kurs z tego przedmiotu w intrenecie. Został on opracowany w oparciu o platformę Moodle [18] i zamieszczony na stronie e-nauczania Politechniki Krakowskiej – ELF (www.elf2.pk.edu.pl e-learning framework). Artykuł prezentuje również możliwości zastosowania platformy Moodle do wspomagania nauczania. Kurs podzielono na: informacje wstępne, 12 modułów laboratoryjnych i 2 moduły prezentacji. Wykorzystanie platformy e-learningowej pozwoliło na wzmocnienie interakcji pomiędzy prowadzącym zajęcia, a studentami. Przedstawiono także architekturę kursu oraz zwrócono uwagę na nieograniczone ramami czasowymi, korzystanie z zasobów informacji, związanych z zagadnieniami z tego przedmiotu. Wykorzystanie nowoczesnych metod wizualnych wspomagających nauczanie przedmiotów inżynierskich może, jak w zaprezentowanym przypadku, podwyższyć efektywność procesu dydaktycznego, o czym świadczą wyniki uzyskane przez studentów w roku akademickim 2012/2013. Wprowadzenie technologii multimedialnych i informatycznych wymaga jednak dokładnego zaprojektowania, zarówno samych pomocy wizualnych jak i szczególnej uwagi przy wyborze tematów.

3

Combination of Fuzzy Sets and Rough Sets for Machine Learning Purposes (Tutorial Lecture — Extended Abstract)

72%

Cornelis C. , Bollaert H.

Annals of Computer Science and Information Systems

|

2023

|

tom Vol. 35

67--67

EN

Fuzzy set theory is a popular AI tool designed to model and process vague information. Specifically, it is based on the idea that membership to a given concept, or logical truthhood of a given proposition, can be a matter of degree. On the other hand, rough set theory was proposed as a way to handle potentially inconsistent data inside information systems. In Pawlak's original proposal, this is achieved by providing a lower and upper approximation of a concept, using the equivalence classes of an indiscernibility relation as building blocks. Noting the highly complementary characteristics of fuzzy sets and rough sets, Dubois and Prade proposed the first working definition of a fuzzy rough set, and thus paved the way for a flourishing hybrid theory with numerous theoretical and practical advances. In this tutorial, we will explain how fuzzy rough sets may be successfully applied to a variety of machine learning problems. After a brief discussion of how the hybridization between fuzzy sets and rough sets may be achieved, including an extension based on ordered weighted average operators, we will focus on the following practical applications: 1. Fuzzy-rough nearest neighbor (FRNN) classification, along with its adaptations for imbalanced datasets and multi-label datasets 2. Fuzzy-rough feature selection (FRFS) 3. Fuzzy-rough instance selection (FRIS) and Fuzzy-rough prototype selection (FRPS) We will also demonstrate software implementations of all of these algorithms in the Python library fuzzy-rough-learn.

4

СУТНІСТНА ХАРАКТЕРИСТИКА НАВЧАЛЬНО-МЕТОДИЧНОГО ЗАБЕЗПЕЧЕННЯ ШКІЛЬНОГО ПРЕДМЕТУ (НА ПРИКЛАДІ ГЕОГРАФІЇ)

72%

Стадник О.

Педагогічні науки: теорія, історія, інноваційні технології

|

2014

|

nr 5(39)

361-368

EN

The article is devoted to questions of designing and use of educational and methodological providing of the school subject on the example of geography. The features of the contents and the application sphere of the term «educational and methodological providing» are considered, approaches to the structure of its components are found out. The definition of the term «educational and methodological providing» on the example of school geography is formulated. The structure of educational and methodological providing as a part of two blocks is offered: the first block – is invariable (internal, difficult) which includes three groups of means (programmatically standard, educational and methodological); the second – is variable (external, easy) which includes special means of support. The formation of educational and methodological providing of the productive information environment by components which provide educational activity of all the participants, carrying out educational, educative and developing functions is grounded. It is found out that as a result of integration into the universal information space the educational and methodological providing receives opportunities to self-development. Its parameters become adequate to parameters of the open information environment: variety of sources, pluralism of the contents, creative approach of use. Thus the value of information selection, proceeding from its compliance to the put tasks, reliability, existence of necessary functions, possibility of effective use in a concrete educational situation increases. It is stated that on the one hand educational and methodological providing is a necessary condition of educational process implementation in unity of its purposes, contents, methods and organizational forms, and on the other hand it forms the basis for self-development for the purpose of conscious mastering by pupils the studied material, their personal development, and also professional growth of the teacher. Transformation of educational and methodological providing consists of inter-structural changes and the output into the world information space. The variety of study means of the second block causes redundancy of information which provides variability of the teacher’s and pupils’ educational trajectory by the way of differentiation and individualization of the study process.

5

Rough Sets: Introduction, History and Selected Applications (Tutorial Lecture — Extended Abstract)

58%

Dutta S. , Ciucci D.

Annals of Computer Science and Information Systems

|

2023

|

tom Vol. 35

69--70

EN

The aim of this tutorial is to present a brief overview of the theory of rough sets from the perspective of its mathematical foundations, history of development, as well as connections with other branches of mathematics and informatics. The content concerns both the theoretical and practical aspects of applications. The above mentioned target of the tutorial will be covered in two parts. In the first part we would aim to present the introduction to rough sets and the second part will focus on the connections with other branches of mathematics and informatics. In particular, in the second part, we will discuss the connections of rough sets with logics, topology and algebra, and graph theory (when it comes to mathematics), as well as knowledge representation, machine learning and data mining, and theoretical computer science (when it comes to informatics).

6

Reducts in Rough Sets: Algorithmic Insights, Open Source Libraries and Applications (Tutorial – Extended Abstract)

58%

Janusz A. , Stawicki S.

Annals of Computer Science and Information Systems

|

2023

|

tom Vol. 35

71--71

EN

The theory of rough sets is a powerful mathematical framework for handling imprecise or uncertain information in data analysis and decision-making. At its core, rough set theory introduces the concept of decision reducts, which are subsets of attributes or features that preserve the essential information needed to make accurate decisions while eliminating redundant or irrelevant information. By identifying ensembles of decision reducts, analysts can simplify complex datasets, improve classification accuracy, and gain valuable insights from noisy or incomplete data. These appealing characteristics make rough sets a valuable tool in various fields, including machine learning, data mining, and expert systems. There have been proposed many extensions to the notion of decision reducts, such as approximate decision reducts, dynamic decision reducts, DAARs, decision bireducts, and many others. The key objective of most of them was to prevent the inclusion of illusionary dependencies between attributes and decision values to the reducts. A lot of research was also committed to the problem of algorithms for the efficient computation of diverse reduct sets. This topic is particularly important from the perspective of practical applications of the rough set theory. In this tutorial, we focus on the latter aspect of the decision reduct-related research. We discuss various, both, well-known and relatively new algorithms, and consider their specific advantages. We explain in detail selected implementation aspects that are crucial for the efficient computation of many types of decision reducts. We also overview and demonstrate libraries in popular programming languages that allow easy computation of reducts on real-world datasets, including RoughSets library for R and a novel Python language library scikit-rough. Finally, we share the results of a study aiming at the comparison of the computational efficiency of various reduct algorithms.

7

Distance learning trends: introducing new solutions to data analysis courses

51%

Flisikowski K.

Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej

|

2021

|

tom Nr 72

33--36

EN

Nowadays data analysis of any kind becomes a piece of art. The same happens with the teaching processes of statistics, econometrics and other related courses. This is not only because we are facing (and are forced to) teach online or in a hybrid mode. Students expect to see not only the theoretical part of the study and solve some practical examples together with the instructor. They are waiting to see a variety of tools, tutorials, interactive laboratory instructions, books, exams online. In this study I am going to show the latest technical solutions for instructors using R and/or Python in their online data analysis labs.

PL

Obecnie analiza danych w różnym środowisku jest zwykle małym dziełem sztuki. To samo dzieje się z procesem dydaktycznym w tej dziedzinie (np. statystyką, ekonometrią itp.). Przyczyną tego stanu rzeczy jest nie tylko fakt, iż w dydaktyce wykorzystujemy e-learning, distance-learning, lub tylko narzędzia online wspomagające co nieco tradycyjne nauczanie. Stopień skomplikowania problemu oraz jego techniczne i programistyczne rozwiązania stanowią spore wyzwanie. Stąd oczekiwania studentów są większe niż dotąd, a samo tradycyjne wprowadzenie teoretyczne do problemów analitycznych (wykład) i ich rozwiązywanie (laboratorium, ćwiczenia) nie jest wystarczające. Instruktor powinien w swojej pracy laboratoryjnej wykorzystywać szereg narzędzi interaktywnych, tj. zadań, tutoriali, instrukcji, egzaminów online. W tej pracy zaprezentowane zostaną najpopularniejsze i najnowsze rozwiązania techniczne z zakresu e-nauczania analizy danych z wykorzystaniem języka R (i/lub Pythona).