論文の概要: Efficient Partial Credit Grading of Proof Blocks Problems

• arxiv url: http://arxiv.org/abs/2204.04196v1
• Date: Fri, 8 Apr 2022 17:44:59 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-11 13:33:46.496399
• Title: Efficient Partial Credit Grading of Proof Blocks Problems
• Title（参考訳）: 証明ブロック問題の効率的な部分信用格付け
• Authors: Seth Poulsen, Shubhang Kulkarni, Geoffrey Herman, and Matthew West
• Abstract要約: 本稿では,Proof Blocks問題の正しい解に対する任意の学生からの編集距離を求めるアルゴリズムを提案する。 我々の新しいアルゴリズムは、パーソンの問題や、他の種類の宿題や試験問題にさらに応用できる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Proof Blocks is a software tool which allows students to practice writing mathematical proofs by dragging and dropping lines instead of writing proofs from scratch. In this paper, we address the problem of assigning partial credit to students completing Proof Blocks problems. Because of the large solution space, it is computationally expensive to calculate the difference between an incorrect student solution and some correct solution, restricting the ability to automatically assign students partial credit. We propose a novel algorithm for finding the edit distance from an arbitrary student submission to some correct solution of a Proof Blocks problem. We benchmark our algorithm on thousands of student submissions from Fall 2020, showing that our novel algorithm can perform over 100 times better than the naive algorithm on real data. Our new algorithm has further applications in grading Parson's Problems, as well as any other kind of homework or exam problem where the solution space may be modeled as a directed acyclic graph.
• Abstract（参考訳）: Proof Blocksは、学生がスクラッチから証明を書く代わりに線をドラッグ&ドロップすることで数学的証明を書くことができるソフトウェアツールである。 本稿では,証明ブロック問題を完成させる学生に部分クレジットを割り当てる問題に対処する。 大きな解空間のため、不正な解と正しい解との差を計算するのに計算コストがかかり、自動的に学生に部分的クレジットを割り当てる能力が制限される。 本稿では,Proof Blocks問題の正しい解に対する任意の学生からの編集距離を求めるアルゴリズムを提案する。 提案アルゴリズムは,2020年秋以降,何千もの学生の投稿に対してベンチマークを行い,実データに対するナイーブアルゴリズムの100倍以上の性能を示す。 新しいアルゴリズムは、パーソンの問題を格付けするだけでなく、解空間が有向非巡回グラフとしてモデル化されるような他の種類の宿題や試験問題にも応用できる。

関連論文リスト

• Fuse, Reason and Verify: Geometry Problem Solving with Parsed Clauses from Diagram [78.79651421493058]
  平面幾何学的問題解法 (PGPS) のニューラルネットワークモデルを提案し, モーダル融合, 推論過程, 知識検証の3つの重要なステップについて述べる。 推論のために、幾何学的推論過程を記述するための説明可能な解プログラムを設計し、自己限定デコーダを用いて解プログラムを自動回帰的に生成する。 また, PGPS9Kと呼ばれる大規模幾何学的問題データセットを構築し, テキスト節, 解法プログラム, 関連知識解決器の詳細なアノテーションを含む。
  論文  参考訳（メタデータ） (2024-07-10T02:45:22Z)
• Learning Arithmetic Formulas in the Presence of Noise: A General Framework and Applications to Unsupervised Learning [4.10375234787249]
  教師なし学習問題に対する効率的なアルゴリズム設計のための枠組みを提案する。 我々のフレームワークは,雑音の存在下で演算回路を学習するメタアルゴリズムに基づいている。
  論文  参考訳（メタデータ） (2023-11-13T12:26:25Z)
• On a class of geodesically convex optimization problems solved via Euclidean MM methods [50.428784381385164]
  ユークリッド凸化関数の違いは、統計学と機械学習の異なるタイプの問題の違いとして記述できることを示す。 最終的に、より広い範囲、より広い範囲の作業を支援するのです。
  論文  参考訳（メタデータ） (2022-06-22T23:57:40Z)
• LeNSE: Learning To Navigate Subgraph Embeddings for Large-Scale Combinatorial Optimisation [6.316693022958222]
  ユークリッド部分グラフの埋め込みを地図として用いて,可能な部分グラフの空間をナビゲートする方法を学習する強化学習アルゴリズムを提案する。 LeNSEは、グラフ全体への埋め込みの実行によって見いだされたソリューションに匹敵するソリューションをもたらす小さなサブグラフを識別するが、全体の実行時間のごく一部にはならない。
  論文  参考訳（メタデータ） (2022-05-20T11:54:03Z)
• Leveraging Experience in Lazy Search [37.75223642505171]
  遅延グラフ探索アルゴリズムは、エッジ評価が計算ボトルネックとなる動き計画問題の解法において効率的である。 我々は,この問題を探索問題の状態に関するマルコフ決定過程 (MDP) として定式化する。 我々は,訓練中にMDPを解くことができる分子セレクタを計算可能であることを示す。
  論文  参考訳（メタデータ） (2021-10-10T00:46:44Z)
• Machine Learning for Online Algorithm Selection under Censored Feedback [71.6879432974126]
  オンラインアルゴリズム選択(OAS)では、アルゴリズム問題クラスのインスタンスがエージェントに次々に提示され、エージェントは、固定された候補アルゴリズムセットから、おそらく最高のアルゴリズムを迅速に選択する必要がある。 SAT(Satisfiability)のような決定問題に対して、品質は一般的にアルゴリズムのランタイムを指す。 本研究では,OASのマルチアームバンディットアルゴリズムを再検討し,この問題に対処する能力について議論する。 ランタイム指向の損失に適応し、時間的地平線に依存しない空間的・時間的複雑さを維持しながら、部分的に検閲されたデータを可能にする。
  論文  参考訳（メタデータ） (2021-09-13T18:10:52Z)
• Dynamic programming by polymorphic semiring algebraic shortcut fusion [1.9405875431318445]
  動的プログラミング(動的プログラミング、英: Dynamic Programming、DP)は、難解問題の効率的かつ正確な解法のためのアルゴリズム設計パラダイムである。 本稿では,セミリングに基づくDPアルゴリズムを体系的に導出するための厳密な代数形式について述べる。
  論文  参考訳（メタデータ） (2021-07-05T00:51:02Z)
• Edge Minimizing the Student Conflict Graph [0.0]
  学生衝突グラフ(SCG)のエッジ数を最小限に抑えるハイブリッド近似分割アルゴリズムを提供します。 この分割アルゴリズムを,高度に制約された時間分割モデルに適用する。
  論文  参考訳（メタデータ） (2021-02-12T19:54:44Z)
• Towards Optimally Efficient Tree Search with Deep Learning [76.64632985696237]
  本稿では,線形モデルから信号整数を推定する古典整数最小二乗問題について検討する。 問題はNPハードであり、信号処理、バイオインフォマティクス、通信、機械学習といった様々な応用でしばしば発生する。 本稿では, 深いニューラルネットワークを用いて, 単純化されたメモリバウンドA*アルゴリズムの最適推定を推定し, HATSアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-01-07T08:00:02Z)
• Learning by Fixing: Solving Math Word Problems with Weak Supervision [70.62896781438694]
  数学用語問題(mwps)の従来のニューラルネットワークソルバは、完全な監視によって学習され、多様なソリューションを生み出すことができない。 MWPを学習するためのテキスト弱教師付きパラダイムを提案する。 この手法は最終回答のアノテーションのみを必要とし、単一の問題に対して様々な解決策を生成できる。
  論文  参考訳（メタデータ） (2020-12-19T03:10:21Z)
• Adversarial Online Learning with Changing Action Sets: Efficient Algorithms with Approximate Regret Bounds [48.312484940846]
  睡眠の専門家やバンドイットによるオンライン学習の問題を再考する。 各タイムステップにおいて、アルゴリズムが選択できるアクションのサブセットのみが利用可能である。 我々は、一般的な睡眠専門家/バンド問題に対して、アポキシマ-レグレット保証を提供するアルゴリズムを提供する。
  論文  参考訳（メタデータ） (2020-03-07T02:13:21Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。