清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

An Explainable Student Performance Prediction Method Based on Dual-Level Progressive Classification Belief Rule Base

对偶(语法数字) 基础(拓扑) 计算机科学 人工智能 机器学习 数学 艺术 数学分析 文学类
作者
Jia Mai,Wei Fan,Wei He,Hai Huang,Hailong Zhu
出处
期刊:Electronics [Multidisciplinary Digital Publishing Institute]
卷期号:13 (22): 4358-4358
标识
DOI:10.3390/electronics13224358
摘要

Explainable artificial intelligence (XAI) is crucial in education for making educational technologies more transparent and trustworthy. In the domain of student performance prediction, both the results and the processes need to be recognized by experts, making the requirement for explainability very high. The belief rule base (BRB) is a hybrid-driven method for modeling complex systems that integrates expert knowledge with transparent reasoning processes, thus providing good explainability. However, class imbalances in student grades often lead models to ignore minority samples, resulting in inaccurate assessments. Additionally, BRB models face the challenge of losing explainability during the optimization process. Therefore, an explainable student performance prediction method based on dual-level progressive classification BRB (DLBRB-i) has been proposed. Principal component regression (PCR) is used to select key features, and models are constructed based on selected metrics. The BRB’s first layer classifies data broadly, while the second layer refines these classifications for accuracy. By incorporating explainability constraints into the population-based covariance matrix adaptation evolution strategy (P-CMA-ES) optimization process, the explainability of the model is ensured effectively. Finally, empirical analysis using real datasets validates the diagnostic accuracy and explainability of the DLBRB-i model.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
闪闪的谷梦完成签到 ,获得积分10
2秒前
李至安发布了新的文献求助10
2秒前
ESC惠子子子子子完成签到 ,获得积分10
5秒前
执着夏山完成签到,获得积分10
9秒前
满意涵梅完成签到 ,获得积分10
15秒前
xinchengzhu完成签到 ,获得积分10
17秒前
取法乎上完成签到 ,获得积分10
28秒前
JJ完成签到 ,获得积分10
37秒前
guoxihan完成签到,获得积分10
40秒前
乐观的星月完成签到 ,获得积分10
42秒前
科研通AI5应助LM采纳,获得10
43秒前
jimmy_bytheway完成签到,获得积分0
49秒前
50秒前
sunny完成签到 ,获得积分10
53秒前
舒服的月饼完成签到 ,获得积分10
1分钟前
wjx完成签到 ,获得积分10
1分钟前
quantumdot完成签到,获得积分10
1分钟前
寒战完成签到 ,获得积分10
1分钟前
dominic12361完成签到 ,获得积分10
1分钟前
木雨亦潇潇完成签到,获得积分10
1分钟前
yujie完成签到 ,获得积分10
1分钟前
LELE完成签到 ,获得积分10
1分钟前
阿铭完成签到 ,获得积分10
2分钟前
xliang233完成签到 ,获得积分10
2分钟前
Glory完成签到 ,获得积分10
2分钟前
唐唐完成签到,获得积分10
2分钟前
天才小能喵完成签到 ,获得积分0
2分钟前
尉迟明风完成签到 ,获得积分10
2分钟前
谨ko完成签到 ,获得积分10
2分钟前
可千万不要躺平呀完成签到,获得积分10
2分钟前
朴实乐天完成签到,获得积分10
3分钟前
五月完成签到 ,获得积分10
3分钟前
左丘映易完成签到,获得积分0
3分钟前
温柔觅松完成签到 ,获得积分10
3分钟前
慕青应助士成采纳,获得30
3分钟前
杨宁完成签到 ,获得积分10
3分钟前
mazynjp0发布了新的文献求助10
3分钟前
天道酬勤完成签到,获得积分10
3分钟前
Tim完成签到 ,获得积分10
3分钟前
勤劳的颤完成签到 ,获得积分10
4分钟前
高分求助中
The world according to Garb 600
Разработка метода ускоренного контроля качества электрохромных устройств 500
Mass producing individuality 500
Chinesen in Europa – Europäer in China: Journalisten, Spione, Studenten 500
Arthur Ewert: A Life for the Comintern 500
China's Relations With Japan 1945-83: The Role of Liao Chengzhi // Kurt Werner Radtke 500
Two Years in Peking 1965-1966: Book 1: Living and Teaching in Mao's China // Reginald Hunt 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3819982
求助须知:如何正确求助?哪些是违规求助? 3362858
关于积分的说明 10418889
捐赠科研通 3081189
什么是DOI,文献DOI怎么找? 1695009
邀请新用户注册赠送积分活动 814815
科研通“疑难数据库(出版商)”最低求助积分说明 768522