close

Вход

Забыли?

вход по аккаунту

?

Модели и методы проектирования разработки и внедрения RLCP-совместимых виртуальных лабораторий для электронных информационно-образовательных систем

код для вставкиСкачать
3
Общая характеристика работы
Актуальность темы исследования. Развитие дистанционных
образовательных технологий и электронных ресурсов для их реализации
привело к тому, что возник новый тип электронных информационнообразовательных сред (ЭИОС): платформы для массовых открытых онлайнкурсов (MOOCs – Massive Open Online Courses). В этих средах электронные и
дистанционные средства обучения и оценивания результатов обучения (РО)
составляют основу всего курса. Перед авторами MOOCs встает задача
массового оценивания составных РО, для которых в традиционном обучении
применяют практические упражнения, в том числе и с неразрешимым
множеством решений. Для решения этой задачи электронные тесты не
подходят, поэтому авторы вынуждены прибегать к взаимному оцениванию
слушателями курса решений друг друга или строить сложные информационные
системы для автоматического оценивания РО. Одним из инструментов
оценивания является виртуальная лаборатория (ВЛ), которая представляет
собой электронную среду, позволяющую создавать и исследовать в
интерактивном режиме модели систем и процессов. Применение ВЛ в учебном
процессе способствует повышению качества и доступности образования,
однако разработка самих ВЛ остается сложной и трудоемкой задачей.
Настоящее исследование предлагает системный подход к организации
ЭИОС, обеспечивающей автоматическое оценивание составных РО с помощью
ВЛ.
Ключевыми
особенностями
предложенного
подхода
является
стандартизация структуры и программного интерфейса автоматических ВЛ
(АВЛ) и централизованный контроль над применением ВЛ в практических
упражнениях. Это позволяет рассматривать ВЛ как небольшие подключаемые
модули ЭИОС, предложить методы и средства их проектирования, разработки и
внедрения, что ведет к снижению трудозатрат на их изготовление и применение.
В связи с этим тема исследования является актуальной.
Цель диссертации заключается в разработке и реализации модели
распределенной ЭИОС, обеспечивающая автоматическое оценивание
составных результатов обучения с помощью ВЛ. Для достижения поставленной
цели были решены следующие задачи:
– обзор и анализ подходов к разработке ВЛ, составление
классификации ВЛ по архитектурным и методическим признакам,
составление требований для АВЛ;
– разработка модели распределенной ЭИОС, обеспечивающей
автоматическое оценивание с помощью АВЛ, разработка
соответствующих спецификаций и протоколов взаимодействия;
– разработка метода проектирования АВЛ для алгоритмических
упражнений на основе автоматной модели эталонного алгоритма;
– реализация и внедрение разработанной модели распределенной
ЭИОС.
4
Положения, выносимые на защиту, обладающие научной новизной.
В работе получены следующие новые научные результаты, которые выносятся
на защиту.
– Универсальная
модель
распределенной
электронной
информационно-образовательной среды, основанная на протоколе
RLCP и обеспечивающая автоматическое оценивание составных
результатов обучения.
– Метод проектирования RLCP-совместимых ВЛ с пошаговой
верификацией решений для алгоритмически определенных
упражнений, основанный на автоматной модели эталонного
алгоритма.
Методы исследования. В работе использованы методы теории
алгоритмов, теории автоматов, теории информационных процессов и систем,
теории вероятностей и математической статистики.
Достоверность научных результатов и выводов подтверждается
корректным использованием методов исследования, обоснованием постановок
задач и используемых критериев, положительными результатами применения
полученных результатов, а также обсуждением на многочисленных
конференциях и публикацией статей в рецензируемых изданиях.
Теоретическая значимость работы обусловлена развитием методов и
средств автоматического оценивания составных РО в электронном обучении,
применением моделей теории автоматов в области проектирования
автоматических программных средств оценивания составных РО.
Практическая значимость работы заключается в сокращении
трудозатрат на проектирование, разработку и внедрение автоматических
инструментов оценивания составных РО в виде ВЛ, что способствует
расширению возможностей авторов MOOCs.
Внедрение результатов работы. Результаты диссертации использованы
при
выполнении
следующих
научно-исследовательских
работ:
НИУ(2011)/3.1.20.12 «Разработка виртуальных лабораторий и тренажеров
информационно-образовательной среды», НИУ(2012)/3.1.22.3 «Методика
использования среды тестирования RLCP-совместимых виртуальных
лабораторий», НИР № 610454 «Разработка интеллектуальных технологий
управления, навигации и обработки информации с применением к мобильным
робототехническим системам и комплексам», НИР № 615864 «Разработка
методов и технологий управления и обработки информации для сложных
динамических систем».
Результаты исследования легли в основу среды управления
RLCP-совместимыми ВЛ в системе AcademicNT. Разработанные в рамках
исследования средства и методы проектирования, разработки и внедрения ВЛ
применяются при изготовлении ВЛ для электронных курсов в AcademicNT, что
позволило существенно сократить трудозатраты на их разработку.
Результаты исследования использованы в учебном процессе кафедры
компьютерных образовательных технологий (КОТ) Университета ИТМО. Они
составили основу для лабораторного практикума и курсового проектирования
5
по дисциплине «Технология разработки виртуальных лабораторий», а также для
подготовки выпускных квалификационных работ по
направлению
09.03.02 (230400.62) «Информационные системы и технологии».
RLCP-совместимые ВЛ применяются в электронных курсах
Университета ИТМО, ФГБОУ ВО ПСПбГМУ им. И. П. Павлова Минздрава
России, стали основой практических упражнений для следующих MOOCs,
размещенных на Национальной платформе открытого образования (НПОО):
«Методы и алгоритмы теории графов», «Линейные электрические цепи»,
«Функциональное программирование», «Физическая оптика», «Модели и
методы аналитической механики».
Апробация работы. Основные результаты работы докладывались на
следующих научных и научно-практических конференциях:
– Всероссийском конгрессе молодых ученых – Санкт-Петербург,
2011-13;
– Всероссийской научно-методической конференции «Телематика» –
Санкт-Петербург, 2011-13;
– Международной научно-практической конференции «Новые
информационные технологии в образовании» – Екатеринбург, 201213;
– Международной конференции «Применение новых технологий в
образовании» – Троицк, 2012;
– Международной конференции «The International Conference on
E-Learning and E-Technologies in Education» – Лодзь, Польша, 2012;
– Международной
научно-практической
конференции
«Информационная среда ВУЗа XXI века» – Куопио, Финляндия,
2012;
– Международной конференции «International Conference on eLearning e-Education and Online Training» – Новедрате, Италия, 2015;
Дублин, Ирландия, 2016;
– Международной конференции «International Conference on
Application of Information and Communication Technologies» –
Ростов-на-Дону, 2015;
– Международной конференции «International Conference on Smart
Education and E-Learning» – Тенерифе, Испания, 2016.
Публикации. Список научных трудов по теме диссертационного
исследования содержит 23 публикации, из них восемь – в изданиях из перечня
ВАК.
Личный вклад автора. Решение задач диссертации, разработанные
модели, методы и их реализация принадлежат лично автору.
Структура диссертации. Диссертация изложена на 241 странице и
состоит из введения, пяти глав и заключения. Список литературы содержит 123
наименования. Работа иллюстрирована 102 рисунками и 18 таблицами.
6
Содержание работы
В первой главе приведен обзор особенностей ВЛ, применяемых в
качестве средства формирования и контроля результатов обучения. Описан ряд
ВЛ и используемые способы управления процессами составления вариантов
упражнений и оценивания решений обучающихся. Приведена классификация
ВЛ по архитектурным и методическим признакам. На основе обзора составлены
требования к автоматизации составления вариантов упражнения, оценивания
решений обучающихся, предложен способ управления программным
обеспечения АВЛ с помощью специальной программной среды.
Вторая глава диссертации посвящена описанию модели ЭИОС,
обеспечивающей автоматическое оценивание составных РО при помощи ВЛ в
виде подключаемых модулей: описана структура среды управления ВЛ (СУВЛ)
и связанных с ней модулей ВЛ, спецификация испытания – процесса
выполнения упражнений с помощью ВЛ. Описан протокол взаимодействия с
защищенным модулем ВЛ – RLCP. Приведены требования к программному
интерфейсу публичного модуля ВЛ – виртуальному стенду.
Для взаимодействия СУВЛ и подключаемых ВЛ использована модель
«Стратегия», согласно которой все ВЛ реализуют стандартный программный
интерфейс, а СУВЛ выполняет вызов процедур ВЛ по мере необходимости. ВЛ
разделена на защищенный модуль, отвечающий за составление вариантов,
оценивание решений, промежуточные вычисления, и публичный модуль,
предназначенный для отображения варианта в удобном виде и предоставления
обучающемуся инструментов формирования решения. Для обеспечения
взаимодействия модулей ВЛ и СУВЛ был разработан ряд протоколов, основным
из которых стал RLCP. ВЛ, соответствующие описанной модульной структуре и
поддерживающие протокол RLCP, назовем RLCP-совместимыми. Публичный
модуль RLCP-совместимой ВЛ назван виртуальным стендом, а защищенный
модуль – RLCP-сервером. Структурная модель, включающая в СУВЛ,
публичный и защищенный модули ВЛ, представлена на рисунке 1.
Рисунок 1 — Диаграмма компонентов ВЛ и СУВЛ
7
Основным бизнес-процессом СУВЛ является испытание – выполнение
упражнения с помощью ВЛ. Модуль управления испытаниями поддерживает
порядок этого процесса, а остальные модули выполняют вспомогательные
функции выполнения упражнений: обеспечивают взаимодействие с модулями
ВЛ, предоставляют или сохраняют данные. Ниже, на рисунке 2 представлена
диаграмма последовательности взаимодействия модулей ВЛ, СУВЛ и
обучающегося в процессе испытания.
Рисунок 2 – Диаграмма последовательности действий при испытании
8
При запросе упражнения от обучающегося СУВЛ при необходимости
запрашивает вариант упражнения у RLCP-сервера, подготавливает и отправляет
слушателю виртуальный стенд с кадром упражнения. Кадр упражнения – это
графический интерфейс, включающий в себя виртуальный стенд и
дополнительные сведения и средства управления, например, информацию об
оставшемся на выполнение времени и кнопки для завершения упражнения.
Обучающийся составляет решение упражнения, при этом при необходимости
виртуальный стенд будет обращаться к СУВЛ с запросами проведения
промежуточных вычислений на RLCP-сервере. После завершения работы
обучающийся инициирует процедуру проверки своего решения на RLCPсервере. После проверки обучающийся получает оценку и комментарии к ней.
Протокол RLCP служит для обеспечения взаимодействия RLCP-сервера
и СУВЛ. Среда может запросить вариант упражнения, оценку решения
обучающегося, выполнение промежуточных вычислений. Все запросы и ответы
сервера имеет одинаковую структуру и набор заголовков, однако в зависимости
от типа процедуры они имеют различную структуру тела запросов и ответов.
Тип процедуры называется методом протокола RLCP. В RLCP представлены
следующие методы:
– Generate, применяющийся для получения варианта упражнения на
основе заданных инструкций в режиме реального времени;
– Calculate, который служит для промежуточных вычислений,
выполняемых на основе варианта упражнения и текущего состояния
решения обучающегося;
– Check, предназначенный для проверки решения обучающегося с
учетом выданного ему варианта и данных проверяющих наборов.
Подробное описание и спецификация протокола приведены в документе
в формате RFC, который опубликован в базе данных IETF.
Спецификация программного интерфейса виртуального стенда и кадра
упражнения описана формально с помощью нотации General-Purpose Datatype,
описанной в ISO/IEC 11404, и не зависит от выбранного технологического
решения и языка программирования.
Становится возможной и стандартизация процесса разработки ВЛ с
помощью специальных пакетов программных средств включающих в себя
каркасы RLCP-сервера и виртуального стенда, специальные СУВЛ для
внедрения и отладки межмодульного взаимодействия.
Представленные в главе модели и спецификации составляют в
совокупности модель ЭИОС, обеспечивающей автоматическое оценивание
составных РО с помощью RLCP-совместимых ВЛ и позволяют разрабатывать
методы и средства проектирования и разработки ВЛ.
В третьей главе представлена автоматная модель эталонного
алгоритма, позволяющая составлять решение алгоритмического упражнения с
учетом данных его варианта и формально определить сложность варианта
упражнения, а также метод проектирования RLCP-совместимых ВЛ для
алгоритмических упражнений на ее основе.
9
Управление с помощью СУВЛ хорошо подошло для небольших
специализированных ВЛ, предназначенных для работы с алгоритмическими
упражнениями. Необходимо заметить, что от обучающегося в этом случае
требуется не описать сам алгоритм, а верно воспроизвести его действия для
выданного варианта. Оценивание решения алгоритмического упражнения
обучающегося удобно строить на процедуре верификации – верным считается
такое решение, которое совпадает с решением, полученным с помощью
эталонного алгоритма. При этом варианты упражнений должны обладать
заранее определенной сложностью. Сложность варианта упражнения в этом
контексте представляет собой некоторую количественную характеристику,
отражающую число операций, которые необходимо выполнить для получения
верного решения. Следует отличать сложность варианта упражнения от
трудности. Трудность связана с владением алгоритмом решения упражнения и
выражается процентом правильно выполняющих упражнение испытуемых
репрезентативной выборки.
В работе предлагается использование автоматной модели эталонного
алгоритма в качестве основы для верификации и формального определения
сложности вариантов для алгоритмических упражнений. Пусть существует
некоторое алгоритмическое упражнение t, которое требуется решить с помощью
эталонного алгоритма a, и для него существует множество вариантов V = {v1, v2,
v3, …, vn}. Каждый элемент vi представляет собой конкретный вариант
упражнения с определенными данными. Построим для упражнения t
автоматную модель M эталонного алгоритма a. В качестве основы для M
предлагается использовать модель автоматизированного объекта (АО),
предложенной профессором А. А. Шалыто, представляющую собой
совокупность детерминированного конечного автомата с выходом и хранилища
данных, с которым он взаимодействует. Формально, АО называют пару A, O ,
где A – управляющий автомат (УА), а O – объект управления (ОУ). УА
представляет собой шестерку X, Y, Z, y0, φ, δ, где X = XE × XO – конечное
множество входных воздействий, причем каждое воздействие x = (xE, xO )  X
состоит из компоненты xE  XE , порождаемой внешней средой, и компоненты
xO  XO, порождаемой ОУ; Y – конечное множество управляющих состояний; Z
– конечное множество выходных воздействий; y0 – начальное состояние
автомата; φ = φ' × φ'' – функция выхода, состоящая их двух компонент:
функции выходных воздействий в состояниях φ' : Y → Z и функции выходных
воздействий на переходах φ'' : X × Y → Z; δ : X ×Y → Y – функция переходов.
ОУ представляет собой тройку S, fq, fc, где S – множество вычислительных
состояний, являющееся потенциально бесконечным, fq : S → XO – функция,
сопоставляющая
вычислительному
состоянию
входное
воздействие,
fс : Z × S → S – функция, изменяющая вычислительное состояние в зависимости
от выходного воздействия.
Применяя эту модель для алгоритмических упражнений, получаем, что
на каждом шаге УА формирует запись эталонного решения в ОУ, основываясь
на данных варианта упражнения, промежуточных результатах предыдущих
10
шагов, уже зафиксированных в ОУ. Тогда с помощью разработанной модели M
можно получить эталонное решение s для каждого варианта упражнения v – M
задает отображение множества вариантов на множество решений: ρM : V → S.
Предполагая, что обучающийся должен придерживаться эталонного
алгоритма a и предоставив ему ОУ, инициализированный в соответствии с
данными варианта и интерфейс для взаимодействия с ним, можно утверждать,
что в случае, когда обучающийся верно воспроизвел действия алгоритма, его
решение в виде итогового вычислительного состояния предоставленного ему
ОУ должно совпадать с эталонным, на чем и основана процедура верификации.
Поскольку и решение обучающегося, и эталонное решение представляют собой
состояние ОУ – структурированную систему, при верификации можем выделить
компоненты решения и определить порядок поэлементного сравнения. Это
позволит в автоматическом режиме определять место и характер совершенных
ошибок, предоставлять поясняющие комментарии и ввести градуированную
шкалу оценивания частично правильных решений.
Известно, что некоторые алгоритмы позволяют делать выбор из
нескольких равнозначных альтернатив (коллизия), и тогда для одного варианта
может существовать множество верных решений. В этом случае решение
обучающегося может быть верным, но при этом не совпадать с эталонным
решением. Во избежание этого M должна учитывать выбор обучающегося в
ситуации коллизии. Эталонное решение строится УА до тех пор, пока не
возникает ситуация коллизии. Тогда из решения обучающегося выбирается
информация о совершенном выборе, которая добавляется во входное
воздействие на УА на следующем такте работы. Тогда каждая компонента
входного воздействия xE на УА состоит из компоненты xEV, порождаемой
вариантом упражнения, и компоненты xEU, порождаемой выбором
обучающегося: XE = XEV × XEU (рисунок 4). Из этого следует, что в общем случае
отображение ρM множества вариантов на множество решений, задаваемое M,
должно учитывать выбор обучающегося в ситуациях коллизии и определяется
как функция ρM : V × U → S, где U – множество совершенных обучающимся
выборов в ситуациях коллизии.
Рисунок 4 – Автоматная модель эталонного алгоритма
Формально определить сложность варианта cv можно как сумму
сложностей совершенных УА переходов при посещении последовательности Yv
управляющих состояний в процессе построения эталонного решения для
варианта v. Для этого нужно определить функцию f сложности перехода ci в
состояние y r из состояния y r
под воздействием xi:
i
(i−1)
11
Y v =( y r )qi=1 ,
i
y r =δ( y r
i
ci = f ( y r
q
(i−1)
(i−1)
, xi ) ,
, y r xi ) ,
i
cv = ∑ ci ,
i=1
где q – длина последовательности Yv,
δ : X ×Y → Y – функция переходов УА модели M;
xi – входное воздействие на УА на i-м такте;
ri – индекс посещенного управляющего состояния.
Этот способ позволяет определить сложность варианта упражнения и
служит основой для определения функции сложности, позволяющей
вычислить значение сложности в зависимости от предопределенных свойств
варианта, на базе которой можно разработать алгоритм составления вариантов
алгоритмического упражнения с заранее определенной сложностью.
В четвертой главе описаны особенности реализации среды управления
ВЛ в ЭИОС AcademicNT, средств разработки ВЛ. Представлена методика
проектирования и разработки ВЛ. Приведено описание ряда ВЛ, внедренных
как во внутренние электронный курсы AcademicNT, так и в MOOCs.
В ЭИОС AcademicNT автором была внедрена подсистема СУВЛ. Ее
компоненты отвечают за управление испытанием, регистрацию событий сессии
испытания, хранение упражнений, виртуальных стендов, мета-информации об
RLCP-серверах. Для разработки ВЛ автором был создан пакет программных
средств:
– программная библиотека rlcp служит для составления и анализа
запросов и ответов методов RLCP, сетевого взаимодействия;
– каркас RLCP-совместимой ВЛ vLab позволяет в краткие сроки
изготавливать ВЛ засчет имплементации типовых функций ВЛ;
– среда отладки межмодульного взаимодействия RLCP-совместимых
ВЛ VLT включает в себя спеуиальную отладочную СУВЛ с
расширенными функциями управления испытанием и позволяет
убедиться в корректном поведении модулей ВЛ до этапа введения в
эксплуатацию.
Применение этих средств приводит к снижению трудозатрат на
разработку ВЛ. Так, проект ВЛ Cyber-Net до использования каркаса vLab
насчитывал 197361 символ в 6348 строках исходного кода. После внедрения
каркаса объем кода удалось сократить до 93870 символов в 2704 строках, то
есть более, чем в два раза. При этом набор поддерживаемых языков и функций
лаборатории не только не сократился, но и несколько возрос.
Подробное описание средств разработки ВЛ приведено в тексте
диссертации.
В настоящее время в AcademicNT размещены RLCP-совместимые ВЛ,
разработанные лично автором или под его руководством и применяемые как во
12
внутренних электронных курсах Университета ИТМО, так и в MOOCs на
НПОО, краткое описание которых приведено в таблице 1. Перечисленные в
таблице 1 ВЛ могут найти применение не только в MOOCs. Так, комплект ВЛ из
MOOC «Методы и алгоритмы теории графов» применяется и в электронном
курсе дисциплины «Дискретная математика». ВЛ Cyber-Net для упражнений по
программированию используется в школьных олимпиадах по кибернетике и в
MOOC «Функциональное программирование».
Таблица 1 – ВЛ, применяемые в MOOCs НПОО
№
Название ВЛ
Описание упражнения
ВЛ для MOOC «Методы и алгоритмы теории графов»
1 Алгоритм Ли
Поиск минимального по длине пути с помощью метода Ли.
Поиск минимального по весу пути с помощью алгоритма
2 Алгоритм Форда-Беллмана
Форда-Беллмана.
Алгоритм РобертсаПоиск циклов Гамильтона с помощью алгоритма Робертса3
Флореса
Флореса.
Поиск минимального остовного дерева графа с помощью
4 Алгоритм Прима
алгоритма Прима.
Поиск минимального остовного дерева графа с помощью
5 Алгоритм Краскала
алгоритма Краскала.
Поиск наибольших пустых подграфов в графе с помощью
6 Алгоритм Магу-Вейсмана
алгоритма Магу-Вейсмана.
Поиск минимальной раскраски вершин графа с помощью
7 Раскраска графа (Магу)
алгоритма Магу-Вейсмана.
Поиск минимальной раскраски вершин графа с помощью
8 Раскраска графа (жадный)
жадного алгоритма.
Поиск совершенного паросочетания в двудольном графе с
9 Венгерский алгоритм
помощью венгерского алгоритма.
10 Изоморфизм графов
Установление изоморфизма графов на основе метода ISD.
11 Гамма-алгоритм
Плоская укладка графа с помощью гамма-алгоритма.
ВЛ для MOOC «Модели и методы аналитической механики»
Определение коэффициента вязкого трения по данным
12 Затухающие колебания
экспериментов с моделью маятника.
Промышленный робот
Определение обобщенных скоростей и ускорений в заданный
13
М20П
момент времени по данным экспериментов с моделью робота.
ВЛ для MOOC «Физическая оптика»
Получение интерференционной картины заданного вида с
14 Опыт Юнга
помощью модели установки для опыта Юнга.
Опыт с дифракционной
Получение дифракционной картины заданного вида с
15
решеткой
помощью модели установки с дифракционной решеткой.
ВЛ для MOOC «Линейные электрические цепи»
Универсальная ВЛ «Линейные электрические цепи» была
специально создана для этого курса и применяется во всех его
Линейные электрические
16
упражнениях. В них требуется определять те или иные
цепи
параметры электрических цепей постоянного и переменного
тока по данным экспериментов с их моделями.
ВЛ для MOOC «Функциональное программирование»
Универсальная ВЛ Cyber-Net используется для всех
17 Cyber-Net
упражнений в курсе. В упражнениях требуется разрабатывать
программы на языке Lisp с заданным поведением.
13
В таблице 1 не приведены ВЛ, не применяемые в MOOCs, например,
такие, как ВЛ «Машина Поста», «Машина Тьюринга» и «Многостилевой
редактор кода», содержащие интерпретаторы программ абстрактных машин и
некоторых языков программирования и использующиеся в электронном курсе
дисциплины «Информатика», или междисциплинарная ВЛ для студентов
медиков «Дифференциальный диагноз», применяемая в электронных курсах
ФГБОУ ВО ПСПбГМУ им. И. П. Павлова Минздрава России. Подробное
описание разработанных ВЛ приведено в тексте диссертации.
Заключение
В рамках проведенного диссертационного исследования были получены
результаты, обладающие научной и практической значимостью.
1. Разработана универсальная модель распределенной ЭИОС, основанная на
протоколе RLCP и обеспечивающая автоматическое оценивание
составных результатов обучения. Разработанная модель легла в основу
СУВЛ на базе ЭИОС AcademicNT. Для разработки RLCP-совместимых
ВЛ был составлен пакет специальных программных средств,
использование которого позволяет сократить трудозатраты на
изготовление, отладку и внедрение ВЛ.
2. Разработан метод проектирования RLCP-совместимых ВЛ для
алгоритмически определенных упражнений, основанный на автоматной
модели эталонного алгоритма. Он позволяет разрабатывать алгоритмы
составления индивидуальных вариантов упражнений с предопределенной
сложностью и оценивания решений обучающихся на основе пошаговой
верификации и с учетом возможности коллизий.
3. Разработанные модели, методы и средства применяются в учебном
процессе на кафедре КОТ Университета ИТМО для лабораторного
практикума и курсового проектирования по дисциплине «Технология
разработки виртуальных лабораторий», а также для подготовки
выпускных квалификационных работ по направлению 09.03.02
(230400.62) «Информационные системы и технологии».
4. В настоящее время в AcademicNT размещен ряд разработанных автором
лично или под его руководством RLCP-совместимых ВЛ, применяемых
как во внутренних электронных курсах Университета ИТМО, ФГБОУ ВО
ПСПбГМУ им. И. П. Павлова Минздрава России, так и в MOOCs на
Национальной платформе открытого образования с помощью специально
разработанного протокола взаимодействия.
Полученные результаты нашли применение в области электронного
обучения. Перспективы дальнейшей разработки темы включают в себя развитие
предложенных моделей и методов, в том числе и для применения в других
ЭИОС, применение для предложенных моделей и методов результатов других
исследований, например, методов генерации конечных автоматов.
14
СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ АВТОРОМ ПО ТЕМЕ
ДИССЕРТАЦИИ
Публикации в рецензируемых изданиях из перечня ВАК
1. Ефимчик Е.А., Лямин А.В. Средства разработки и тестирования RLCPсовместимых виртуальных лабораторий // Дистанционное и виртуальное
обучение. - 2012. - № 10. - С. 37-47 – 0,65 п.л. / 0,33 п.л.
2. Lyamin A., Efimchik E. RLCP-compatible virtual laboratories // International
Conference on E-Learning and E-Technologies in Education, ICEEE 2012. 2012. - pp. 59-64 – 0,35 п.л. / 0,18 п.л.
3. Ефимчик Е.А., Лямин А.В. Определение сложности вариантов
алгоритмических заданий для виртуальных лабораторий на основе
автоматной модели // Компьютерные инструменты в образовании. - 2014.
- № 3. - С. 34-43 – 0,6 п.л. / 0,3 п.л.
4. Ефимчик Е.А., Лямин А.В. Автоматизация подготовки вариантов и
оценивания решений алгоритмических заданий для виртуальных
лабораторий на основе автоматной модели // Дистанционное и
виртуальное обучение. - 2015. - № 6(96). - С. 20-33 – 0,87 п.л. / 0,44 п.л.
5. Efimchik E.A., Chezhin M.S., Lyamin A.V., Rusak A.V. Using Automaton
Model to Determine the Complexity of Algorithmic Problems for Virtual
Laboratories // 9th International Conference on Application of Information and
Communication Technologies. - 2015. - pp. 541-545 – 0,3 п.л. / 0,08 п.л.
6. Chezhin M.S., Efimchik E.A., Lyamin A.V. Automation of Variant Preparation
and Solving Estimation of Algorithmic Tasks for Virtual Laboratories Based on
Automata Model // Lecture Notes of the Institute for Computer Sciences,
Social Informatics and Telecommunications Engineering. - 2016. - Vol. 160. pp. 35-43 – 0,14 п.л. / 0,14 п.л. – 0,4 п.л. / 0,14 п.л.
7. Efimchik E.A., Cherepovskaya E.N., Lyamin A.V. RLCP-Compatible Virtual
Laboratories in Computer Science // Smart Innovation, Systems and
Technologies. - 2016. - Vol. 59. - pp. 303-314 – 0,75 п.л. / 0,25 п.л.
8. Lisitsyna L.S., Efimchik E.A. Design and Application of MOOC “Methods and
Algorithms of Graph Theory” on National Platform of Open Education of
Russian Federation // Smart Innovation, Systems and Technologies. - 2016. Vol. 59. - pp. 145-154 – 0,6 п.л. / 0,3 п.л.
Другие публикации
9. Ефимчик Е.А. Генерирование заданий для виртуальных лабораторий по
теории графов // Сборник тезисов VIII всероссийской межвузовской
конференции молодых ученых. - 2011. - № 1. - С. 57-58 – 0,1 п.л. / 0,1 п.л.
10.Ефимчик Е.А., Лямин А.В. Генерирование заданий для виртуальных
лабораторий по дискретной математике // Труды XVIII Всероссийской
15
научно-методической конференции «Телематика'2011». - 2011. - Т. 1. - С.
169-170 – 0,1 п.л. / 0,05 п.л.
11.Ефимчик Е.А., Лямин А.В. Особенности разработки алгоритмов
автоматизации процесса построения заданий для виртуальных
лабораторий // Материалы XXIII Международной конференции
«Применение новых технологий в образовании». - 2012. - С. 231-232 – 0,1
п.л. / 0,05 п.л.
12.Ефимчик Е.А., Лямин А.В. Схема реализации виртуальных лабораторий
с возможностью автоматического построения заданий и оценивания
результатов их выполнения // Материалы международной научнопрактической конференции «Новые информационные технологии в
образовании - 2012». - 2012. - С. 143-145 – 0,14 п.л. / 0,07 п.л.
13.Ефимчик Е.А., Лямин А.В. Виртуальная лаборатория для проверки
навыков восстановления логической функции // Информационная среда
вуза XXI века: материалы VI Международной научно-практической
конференции. - 2012. - С. 78-81 – 0,14 п.л. / 0,07 п.л.
14.Ефимчик Е.А., Казунка М.Н. Генерирование наборов графов для заданий
виртуальных лабораторий // Сборник тезисов докладов I конгресса
молодых ученых. - 2012. - № 1. - С. 60-62 – 0,14 п.л. / 0,07 п.л.
15.Лямин А.В., Ефимчик Е.А. Виртуальные лаборатории в дистанционном
образовании и особенности их разработки // Материалы Международной
научно-практической конференции «Математические методы и модели
анализа и прогнозирования развития социально-экономических
процессов черноморского побережья Болгарии». - 2012. - С. 135-139 –
0,25 п.л. / 0,13 п.л.
16.Ефимчик Е.А., Лямин А.В. Технология RLCP-совместимых виртуальных
лабораторий // Труды XIX Всероссийской научно-методической
конференции «Телематика'2012». - 2012. - Т. 1. - С. 153-154 – 0,1 п.л. / 0,05
п.л.
17.Ефимчик Е.А. Разработка виртуальных лабораторий с применением
компетентностного подхода // Сборник тезисов докладов конгресса
молодых ученых. - 2013. - Вып. 3. - С. 27-28 – 0,1 п.л. / 0,1 п.л.
18.Ефимчик Е.А.
Опыт применения виртуальных лабораторий в
преподавании дискретной математики // Материалы международной
научно-практической конференции «Университет ШОС - новые
горизонты дистанционного образования: опыт, практика, перспективы
развития». - 2013. - С. 25-26 – 0,1 п.л. / 0,1 п.л.
19.Ефимчик Е.А.
Автоматическое построение заданий для проверки
навыков выполнения операций над множествами // Новые
информационные технологии в образовании: материалы международной
16
научно-практической конференции. - 2013. - С. 278-281 – 0,14 п.л. / 0,14
п.л. – 0,2 п.л. / 0,2 п.л.
20.Ефимчик Е.А.
Виртуальная лаборатория для проверки навыков
проведения операций над множествами // Сборник материалов XVIII
Международной научно-практической конференции «Проблемы и
перспективы развития образования в России». - 2013. - С. 102-108 – 0,4
п.л. / 0,4 п.л.
21.Ефимчик Е.А.
Применение RLCP-совместимых виртуальных
лабораторий в преподавании дискретной математики // Материалы
международной научно-практической конференции «Мировая наука и
современное общество: актуальные вопросы экономики, социологии и
права». - 2013. - С. 80-82 – 0,14 п.л. / 0,14 п.л.
22.Ефимчик Е.А., Лямин А.В. Автоматизация учебного процесса с помощью
RLCP-совместимых
виртуальных
лабораторий
//
Труды
XX
Всероссийской научно-методической конференции «Телематика'2013». 2013. - Т. 1. - С. 162-163 – 0,13 п.л. / 0,07 п.л.
23.Efimchik E.A., Lyamin A.V., Chezhin M.S. Automation of Algorithmic Tasks
for Virtual Laboratories Based on Automata Theory // EAI Endorsed
Transactions on e-Learning. - 2016. - Vol. 16. - No. 10. - pp. 8-14. – 0,4 п.л. /
0,14 п.л.
Тиражирование и брошюровка выполнены в учреждении
«Университетские коммуникации».
197101, Санкт-Петербург, Кронверкский пр., д. 49.
Тел. (812) 233 46 69.
Тираж 100 экз.
Объем 1 п.л.
1/--страниц
Пожаловаться на содержимое документа