بررسی میزان افت و پیشرفت تحصیلی در هنگام ایجاد مدارس هوشمند با استفاده از الگوریتم ژنتیک
Publish Year: 1389
Type: Conference paper
Language: Persian
View: 3,475
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
ICELEARNING05_022
Index date: 4 March 2011
بررسی میزان افت و پیشرفت تحصیلی در هنگام ایجاد مدارس هوشمند با استفاده از الگوریتم ژنتیک abstract
با گسترش فناوریهای ارتباطی و توسعه امکانات تکنولوژیکی در عرصه ارتباط تمام سازمان ها خود را به سمت مکانیزه کردن سوق می دهند تا از این طریق برسرعت و دقت انجام کارها افزوده و احتمال خطا توسط نیروی انسانی را کاهش دهند. یکی ازا ین تلاشها که در دهه اخیر انجام شده است ایجاد مدرسه هوشمند smart-schooling یا مدرسه الکترونیکی E-schooling است این سیتسم اگربه درستی راه اندازی گردد می تواند کمک شایانی به سیستم آموزش کشور کرده و باعث افزایش توان علمی و برگست افراد ترک تحصیل کرده به سیستم مدرسه می گردد البته باید اشاره کرد که این طرح باید کاملا با برنامه ریزی دقیق پیش رود تا بتواند کارایی مناسبی با توجه به سطح آموزش، فرهنگ برخوردار ی از امکانات و باوردهای مردم داشته باشد بنابراین دراین مقاله به بررسی افت تحصیلی دانش اموزان در هنگام تبدیل شده به مدرسه از حالت سنتی به هوشمند پرداخته می شود و ملاحظه خواهد شد که به دلایل فرهنگی برخورداری از حداقل امکانات و باورهای مردم افت تحصیلی در هنگام تبدیل سیستم پیش خواهد امد و این کار می تواند اغازی برای بررسی بیشتر موضوع باشد دراین مقاله از روش الگوریتم ژنتیک برای داده کاوی استفاده شده است ودراین کار سعی بربررسی میزان افت و پیشرفت تحصیلی در مناطق کم برخوردار می باشد.
بررسی میزان افت و پیشرفت تحصیلی در هنگام ایجاد مدارس هوشمند با استفاده از الگوریتم ژنتیک Keywords:
بررسی میزان افت و پیشرفت تحصیلی در هنگام ایجاد مدارس هوشمند با استفاده از الگوریتم ژنتیک authors
منصور اسماعیل پور
دانشگاه آزاد اسلامی واحد همدان
زرینا شوکور
دانشگاه ملی مالزی دانشکده تکنولوژی و علوم اطلاعات، دپارتمان علوم کا
وحیده نادری فر
دانشگاه ملی مالزی دانشکده تکنولوژی و علوم اطلاعات، دپارتمان علوم کا
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :