Examples



mdbootstrap.com



 
Abstracts
апрель 2019

Віртуальний тренажер для вивчення слів англійської мови


Завадський К. В. <img src=" width="22px">Завадський К. В. , Кодола Г. М.Кодола Г. М.
Chemistry and modern technologies
Abstract / Full Text

Знання іноземних мов – це ключ до успіху в сучасному світі, де спіл-кування іноземними мовами та обробка величезних обсягів інформації набуває все більшого значення. Інтерес до вивчення мов традиційно великий, бо перефразовуючи відомий вислів, можна сміливо сказати, що той, хто володіє мовами, володіє світом.

Англійська мова – це офіційна мова міжнародного бізнесу та торгівлі, інтернету і техніки, науки і мистецтв. Вісімдесят відсотків ділового мовного простору займає саме вона. Кожна людина все частіше стикається з нею у спілкуванні з партнерами по роботі і на відпочинку. Англійська мова використовується при заповненні анкет, складанні резюме, у діловому та приватному листуванні. Володіння англійською мовою – вже не дивовижна навичка, а необхідність. Нині її навчають у дитячих садках, школах, вузах, не кажучи вже про численні курси та тренінги. А в деяких країнах навіть математика і деякі інші предмети шкільної програми викладають англійською мовою.

Важко переоцінити важливість і актуальність програмної системи, яка буде допомагати в вивченні слів англійської мови.

Огляд існуючих систем показав різноманітність веб-додатків для вивчення іноземних мов, але всі вони більшою мірою базуються лише на виборі самого користувача рівня складності вивчення мови.

Програмна система, що розроблюється – це віртуальний тренажер, за допомогою якого люди зможуть швидко та ефективно вивчити англійську мову. Система планується, як веб-додаток, виконаний за допомогою мови JavaScript та PHP. В даній системі запропоновано новий підхід для формування курсу вивчення англійські мови, в основі якого лежить нейронна мережа Гопфілда.

Нейронна мережа Гопфілда (НМГ) – це тип рекурентної, повнозв’язної, штучної нейронної мережі з симетричною матрицею зв’язків. У процесі роботи динаміка таких мереж сходиться (конвергує) до одного з положень рівноваги. Ці положення рівноваги є локальними мінімумами функціоналу, що називається енергія мережі. Така мережа може бути використана як автоасоціативна пам’ять, як фільтр, а також для розв’язання деяких завдань оптимізації. На відміну від багатьох нейронних мереж, що працюють до отримання відповіді через певну кількість тактів, мережі Гопфілда працюють до досягнення рівноваги, коли наступний стан мережі дорівнює попередньому. За допомогою НМГ можливо відфільтрувати результати користувачів, для того щоб підібрати оптимальний курс для їх навчання, який базований на їх помилках [1].

Для виявлення рівня знань іноземної мови людиною буде запропоновано пройти тестування, за результатами якого нейронна мережа Гопфілда буде підбирати користувачу курс з набором слів та правил для його рівня. Кількість можливих спроб на день буде обмежено для користувача, для того щоб він займався вивченням правил та слів, які були рекомендовані нейронною мережею. Це мінімізує ймовірність того, що незнаюча людина за N-кількість тестувань зможе набрати непоганий результат і ввівши себе в оману про свої знання іноземної мови, проігнорує рекомендації нейронної мережі. Для зберігання інформації про користувачів та про прогрес їх навчання буде розроблена база даних. У майбутньому можливо розширити різноманітність мов, які можна додати і по такому ж алгоритму рекомендувати курси для підвищення рівня знань людини.

Для повного розуміння програмної системи розглянемо UML діаграму послідовності підбору курсу навчання англійської мови (рис 1).

Рисунок 1 – Діаграма послідовності дій роботи програмної системи

Отже, такі речі як нейронна мережа і навчання іноземних мов можуть існувати разом та навіть допомагати людині прискорити процес оволодіння іноземною мовою.

References
  1. Кононюк А. Ю. Нейроні мережі і генетичні алгоритми – К.: «Корнійчук», 2008. – 446 с.