論文の概要: Cognitive Structure Generation: From Educational Priors to Policy Optimization

• arxiv url: http://arxiv.org/abs/2508.12647v1
• Date: Mon, 18 Aug 2025 06:21:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-19 14:49:10.98701
• Title: Cognitive Structure Generation: From Educational Priors to Policy Optimization
• Title（参考訳）: 認知構造生成 : 教育優先から政策最適化へ
• Authors: Hengnian Gu, Zhifu Chen, Yuxin Chen, Jin Peng Zhou, Dongdai Zhou,
• Abstract要約: 本稿では,学生の認知構造を生成するための新しい枠組みである認知構造生成(CSG)を紹介する。 4つの人気のある実世界の教育データセットの実験結果から、CSGが生成する認知構造がより包括的で効果的な生徒モデリングの表現を提供することが示された。
• 参考スコア（独自算出の注目度）: 10.932994688742475
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Cognitive structure is a student's subjective organization of an objective knowledge system, reflected in the psychological construction of concepts and their relations. However, cognitive structure assessment remains a long-standing challenge in student modeling and psychometrics, persisting as a foundational yet largely unassessable concept in educational practice. This paper introduces a novel framework, Cognitive Structure Generation (CSG), in which we first pretrain a Cognitive Structure Diffusion Probabilistic Model (CSDPM) to generate students' cognitive structures from educational priors, and then further optimize its generative process as a policy with hierarchical reward signals via reinforcement learning to align with genuine cognitive development levels during students' learning processes. Experimental results on four popular real-world education datasets show that cognitive structures generated by CSG offer more comprehensive and effective representations for student modeling, substantially improving performance on KT and CD tasks while enhancing interpretability.
• Abstract（参考訳）: 認知構造は、概念とその関係の心理的構成に反映される、客観的知識体系の学生の主観的な組織である。 しかし、認知構造評価は学生のモデリングや心理測定において長年の課題であり続けており、教育実践において基礎的だがほとんど評価できない概念として存続している。 本稿では,まず認知構造拡散確率モデル(CSDPM)を事前学習して,学生の学習過程における真の認知発達レベルと整合する強化学習による階層的報酬信号を用いた政策として,学生の認知構造を生成するための新しい枠組みである認知構造生成(CSG)を紹介する。 CSGが生み出した認知構造は,学生モデリングにおいてより包括的で効果的な表現を提供し,解釈可能性を高めつつ,KTタスクやCDタスクのパフォーマンスを大幅に向上させる。

関連論文リスト

• Understanding Learning Dynamics Through Structured Representations [1.2064681974642195]
  本稿では,内部構造的選択が学習システムの振舞いをいかに形作るかを検討する。 これらの構造が勾配流、スペクトル感度、固定点挙動にどのように影響するかを分析する。 固定テンプレートを規定するのではなく、解釈可能な方法で学習行動を操ることのできるトラクタブルデザインの原則を強調します。
  論文  参考訳（メタデータ） (2025-08-04T07:15:57Z)
• Dynamic Programming Techniques for Enhancing Cognitive Representation in Knowledge Tracing [125.75923987618977]
  認知表現動的プログラミングに基づく知識追跡(CRDP-KT)モデルを提案する。 質問の難易度とそれらの間の性能間隔に基づいて認知表現を最適化する動的プログラミングアルゴリズムである。 これは、その後のモデルトレーニングのためにより正確で体系的な入力機能を提供し、それによって認知状態のシミュレーションにおける歪みを最小限にする。
  論文  参考訳（メタデータ） (2025-06-03T14:44:48Z)
• Improving Question Embeddings with Cognitive Representation Optimization for Knowledge Tracing [77.14348157016518]
  KTモデリングの研究は、既存の未更新の学生の相互作用の記録に基づいて、将来の学生のパフォーマンスを予測することに焦点を当てている。 動的プログラミングアルゴリズムを用いて認知表現の構造を最適化する知識追跡型認知表現最適化(CRO-KT)モデルを提案する。
  論文  参考訳（メタデータ） (2025-04-05T09:32:03Z)
• How Metacognitive Architectures Remember Their Own Thoughts: A Systematic Review [16.35521789216079]
  メタ認知は、人工エージェントの自律性と適応性を高める可能性に大きな注目を集めている。 既存の概要は、基礎となるアルゴリズム、表現、そしてそれぞれの成功に気付かない概念レベルに留まっている。
  論文  参考訳（メタデータ） (2025-02-28T08:48:41Z)
• Enhancing Cognitive Diagnosis by Modeling Learner Cognitive Structure State [3.0103051895985256]
  理論的には、個人の認知状態は基本的にその認知構造状態と等価である。 学習者の認知構造は、意味のある学習を促進し、学業成績を形作るのに不可欠である。
  論文  参考訳（メタデータ） (2024-12-27T17:41:39Z)
• Predictive, scalable and interpretable knowledge tracing on structured domains [6.860460230412773]
  PSI-KTは、個人の認知特性と知識の前提構造の両方が学習力学にどのように影響するかを明確にモデル化する階層的生成手法である。 PSI-KTは、学習者や歴史の学習者であっても、実世界の効率的なパーソナライズの必要性を目標にしている。
  論文  参考訳（メタデータ） (2024-03-19T22:19:29Z)
• Kernel Based Cognitive Architecture for Autonomous Agents [91.3755431537592]
  本稿では,認知機能構築への進化的アプローチについて考察する。 本稿では,シンボル創発問題に基づくエージェントの進化を保証する認知アーキテクチャについて考察する。
  論文  参考訳（メタデータ） (2022-07-02T12:41:32Z)
• CogNGen: Constructing the Kernel of a Hyperdimensional Predictive Processing Cognitive Architecture [79.07468367923619]
  神経生物学的に妥当な2つの計算モデルを組み合わせた新しい認知アーキテクチャを提案する。 我々は、現代の機械学習技術の力を持つ認知アーキテクチャを開発することを目指している。
  論文  参考訳（メタデータ） (2022-03-31T04:44:28Z)
• Towards a Predictive Processing Implementation of the Common Model of Cognition [79.63867412771461]
  本稿では,ニューラル生成符号化とホログラフィック連想記憶に基づく認知モデルの実装について述べる。 提案システムは,多様なタスクから継続的に学習し,大規模に人的パフォーマンスをモデル化するエージェントを開発するための基盤となる。
  論文  参考訳（メタデータ） (2021-05-15T22:55:23Z)

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。