teachers both from general or speci

teachers both from general or special education, experts in the E-learning field, computer engineers, IT managers, data and statistical analysts, and psychologists. The last entity is formed by the Server System, including all hardware and software systems.
Adaptation is based on the usage of electronic questionnaires (e-questionnaires) designed by a group of experts. Through the automatic analysis of the learners’ responses to the questionnaires, all learners are assigned to different learner profiles. According to these profiles they are served with learning material that best matches their educational needs.
This type of system can be extend to connect between semantic and statistical information. Furthermore,
utilization of a fuzzy relational knowledge representation model in the weight estimation process could also provide a new direction to the adaptation.
2.5 Adaptation through AI techniques
Adaptive E-learning according to the individual student skills through AI techniques [13] has embedded instructional design theories as well as learning and cognition theories into E-learning environment. Today, most learning concepts are available synchronously and asynchronously in different ways of representation. To pick the most appropriate for a specific course which empowers students learning as well as teacher’s course preparation and delivery, a smart E-learning vision is used. This helps student in their cognitive goals, developing skills for self monitoring, problem comprehension and organizing knowledge. It also guides teacher to set their course objectives, understand the student’s cognitive models and present the concepts accordingly.
The model of the smart learning shown in fig. 4, focuses on the student, the teacher and the material. An individual student model must be maintained and learning materials must be composed of small granular multimedia objects referred to as learning objects. Student models should be used for tailoring the teaching strategy and dynamically adapting it according to the student’s ability and previous knowledge. However learning objects must be designed to suit the specific individual student which must be drawn from learning object repositories. Learning object repositories (LOR) are specified using standard metadata formats, such as SCORM and IEEE LOM.
Fig.4 Smart E-learning environment.[13]
Smart E-learning can be achieved through extra attribute in the LO metadata standards which is required to support the concept of student model or the dimension of the learning styles. Smart E-learning environment is composed of two processes: teacher apprentice for authoring (TAA) and tutor apprentice for delivery (TAD). Bloom’s instructional design theory is used to adjust the
course objectives and organize course materials where as Felder and Silverman learning style theory is used for adapting course delivery according to each individual student model. Hypermedia domain ontology incorporates all the six level of bloom’s taxonomy.
The extra attribute which is used to classify the learning objects (LO) in two categories are expositional and assessment objects. The learning object (LO) specify according to remembering level, understanding level and applying level. Remembering level consists of introduction, overview, definition, fact, remark, and remembering example. Understanding level consists of explanation, description, illustration, comparison, summary, conclusion, and understanding example. Applying level consist of theory, rule, procedure, algorithm, exercise, case study, real world problem and applying example. Teaching strategy is another attribute which is used for expository or inquisitor presentations. Last attribute is the instructional role, who’s suggested values satisfy the effective strategies supporting the first three levels of revised bloom’s levels. Smart E-learning learning object (LO) supports Felder and Silverman model.
AI techniques in E-learning promote learning from fourth to fifth generation, which employ the theories from cognition, education, and learning.

ผลลัพธ์ (ไทย) 1:

ครูทั้งจากทั่วไปหรือการศึกษาพิเศษ ผู้เชี่ยวชาญในฟิลด์อีเลิร์นนิ่ง วิศวกรคอมพิวเตอร์ ผู้จัดการ ข้อมูล และนักวิเคราะห์ทางสถิติ และนักจิตวิทยา เอนทิตีสุดท้ายจะเกิดขึ้น โดยระบบ Server รวมถึงระบบฮาร์ดแวร์และซอฟต์แวร์ทั้งหมด ปรับตัวขึ้นอยู่กับการใช้อิเล็กทรอนิกส์แบบสอบถาม (e-แบบสอบถาม) ออกแบบ โดยผู้เชี่ยวชาญ ผ่านการวิเคราะห์โดยอัตโนมัติของตอบแบบสอบถามของผู้เรียน ผู้เรียนทั้งหมดถูกกำหนดให้กับโพรไฟล์ของผู้เรียนแตกต่างกัน ตามโพรไฟล์เหล่านี้ พวกเขาจะเสิร์ฟพร้อมวัสดุที่ตรงกับความต้องการศึกษาเรียนรู้ ระบบชนิดนี้สามารถขยายการเชื่อมต่อระหว่างข้อมูลทางตรรก และสถิติ นอกจากนี้ ใช้แบบจำลองแสดงความรู้สัมพันธ์กันชัดเจนในกระบวนการประมาณน้ำหนักยังสามารถให้ทิศทางใหม่เพื่อการปรับตัว 2.5 การปรับตัวทางเทคนิค AI เหมาะสมเรียนรู้ตามทักษะนักเรียนแต่ละรายผ่านเทคนิค AI [13] ได้ฝังออกแบบการสอนทฤษฎีเป็นทฤษฎีการเรียนรู้และประชานในสภาพแวดล้อมการเรียนรู้ วันนี้ แนวคิดการเรียนรู้มากที่สุดมีกล่าว และแบบอะซิงโครนัสในวิธีการนำเสนอ เป็นใช้วิสัยทัศน์อีเลิร์นสมาร์ทรับที่เหมาะสมที่สุดสำหรับหลักสูตรเฉพาะที่ตรวจนักเรียนที่เรียนหลักสูตรเตรียมสอบและจัดส่งครู นี้ช่วยให้นักศึกษาเป้าหมายรับรู้ พัฒนาทักษะตนเองการตรวจ สอบ การทำความเข้าใจปัญหา และจัดระเบียบความรู้ นอกจากนี้ยังแนะนำอาจารย์ให้ตั้งวัตถุประสงค์ของหลักสูตร เข้าใจโมเดลการรับรู้ของนักเรียน และนำเสนอแนวคิดตาม เน้นรูปแบบของการเรียนรู้ที่สมาร์ทที่แสดงใน fig. 4 นักเรียน ครู และวัสดุ รักษาแบบจำลองแต่ละนักเรียน และสื่อการเรียนรู้ต้องประกอบด้วยของวัตถุขนาดเล็ก granular มัลติมีเดียเรียกว่าเรียนรู้วัตถุ รุ่นนักเรียนควรจะใช้สำหรับการปรับปรุงกลยุทธ์การสอน และแบบไดนามิกปรับตามความสามารถของนักเรียนและความรู้ก่อนหน้านี้ อย่างไรก็ตาม วัตถุการเรียนรู้ต้องออกแบบให้เหมาะสมกับนักเรียนแต่ละเฉพาะที่ต้องออกจากเรียน repositories วัตถุ เรียนรู้วัตถุ repositories (หล่อ) จะระบุโดยใช้รูปแบบมาตรฐาน metadata, SCORM และ IEEE LOM สภาพแวดล้อมสมาร์ทเลิร์ Fig.4[13] สมาร์ทเลิร์สามารถทำได้โดยใช้แอททริบิวต์พิเศษในมาตรฐานข้อมูลเมตาโลที่จะต้องสนับสนุนแนวคิดของนักเรียนรุ่นหรือมิติของรูปแบบการเรียนรู้ สมาร์ทสภาพแวดล้อมการเรียนรู้ประกอบด้วยกระบวนการสอง: เด็กฝึกงานฝึกงานครูสำหรับเขียน (แหลมยายณี) และกวดวิชาสำหรับการจัดส่ง (ตาด) ใช้ทฤษฎีของบลูมออกแบบการสอนเพื่อปรับปรุงการวัตถุประสงค์หลักสูตร และจัดหลักสูตรวัสดุที่ Felder และรับ แบบทฤษฎีการเรียนรู้ใช้สำหรับดัดแปลงจัดส่งหลักสูตรตามแต่ละรุ่นแต่ละนักเรียน ภววิทยา hypermedia โดเมนประกอบด้วย 6 ระดับของระบบภาษีของบลูม แอตทริบิวต์เพิ่มเติมซึ่งใช้เพื่อจัดประเภทวัตถุการเรียนรู้ (LO) ในสองประเภท คือ expositional และประเมินวัตถุ วัตถุการเรียนรู้ (LO) ตามจดจำระดับ ระดับการศึกษา และใช้ระดับการ จดจำระดับประกอบด้วยแนะนำ ภาพรวม นิยาม ความจริง เหตุ และจดจำอย่าง ระดับความเข้าใจประกอบด้วยคำอธิบาย คำอธิบาย ภาพประกอบ เปรียบเทียบ สรุป สรุป และอย่างเข้าใจ ใช้ระดับประกอบด้วยทฤษฎี กฎ ขั้นตอน ขั้นตอนวิธี ออกกำลังกาย กรณีศึกษา ปัญหาโลก และใช้อย่าง สอนกลยุทธ์คือ แอตทริบิวต์อื่นที่ใช้สำหรับ expository inquisitor งานนำเสนอหรือการ สุดท้ายแอตทริบิวต์บทบาทสอน ผู้แนะนำค่าตอบสนองกลยุทธ์ที่มีประสิทธิภาพสนับสนุนระดับแรกสามระดับของบลูมปรับปรุง ได้ วัตถุสมาร์ทการศึกษาเรียนรู้ (LO) สนับสนุนรุ่น Felder และรับ เทคนิค AI ในการศึกษาส่งเสริมเรียนรู้จากรุ่นสี่ถึงห้า ซึ่งใช้ทฤษฎีจากประชาน ศึกษา และการเรียนรู้

ผลลัพธ์ (ไทย) 2:

ครูทั้งจากการศึกษาทั่วไปหรือพิเศษผู้เชี่ยวชาญในสาขา E-learning, วิศวกรคอมพิวเตอร์, ผู้จัดการฝ่ายไอที, ข้อมูลและนักวิเคราะห์ทางสถิติและนักจิตวิทยา นิติบุคคลที่ผ่านมาจะเกิดขึ้นโดยระบบเซิร์ฟเวอร์รวมทั้งฮาร์ดแวร์และซอฟแวร์ระบบ.
ปรับตัวขึ้นอยู่กับการใช้งานของแบบสอบถามอิเล็กทรอนิกส์ (E-แบบสอบถาม) ออกแบบโดยกลุ่มผู้เชี่ยวชาญ ผ่านการวิเคราะห์อัตโนมัติของการตอบสนองของผู้เรียนที่จะตอบแบบสอบถามที่ผู้เรียนทุกคนได้รับมอบหมายให้โปรไฟล์ที่แตกต่างกันของผู้เรียน ตามโปรไฟล์เหล่านี้พวกเขาจะเสิร์ฟพร้อมกับวัสดุการเรียนรู้ที่ดีที่สุดตรงกับความต้องการของพวกเขาการศึกษา.
ประเภทของระบบนี้สามารถขยายการเชื่อมต่อระหว่างข้อมูลความหมายและสถิติ นอกจากนี้
การใช้ประโยชน์จากความรู้เชิงสัมพันธ์เลือนรูปแบบการเป็นตัวแทนในกระบวนการการประมาณน้ำหนักยังสามารถให้ทิศทางใหม่ในการปรับตัว.
2.5 การปรับตัวโดยใช้เทคนิค AI
Adaptive E-learning ตามทักษะนักเรียนเป็นรายบุคคลโดยใช้เทคนิคเอไอ [13] ได้ฝังตัวการออกแบบการเรียนการสอน ทฤษฎีเช่นเดียวกับการเรียนรู้และทฤษฎีความรู้ความเข้าใจในสภาพแวดล้อม E-learning วันนี้ส่วนใหญ่แนวความคิดการเรียนรู้ที่มีอยู่พร้อมกันและถ่ายทอดสดในรูปแบบที่แตกต่างกันของการเป็นตัวแทน จะเลือกที่เหมาะสมที่สุดสำหรับหลักสูตรเฉพาะที่ช่วยให้นักเรียนเรียนรู้เช่นเดียวกับการจัดทำหลักสูตรของครูและการจัดส่งสมาร์ท E-learning จะใช้วิสัยทัศน์ นี้จะช่วยให้นักเรียนในเป้าหมายองค์ความรู้ของพวกเขาพัฒนาทักษะสำหรับการตรวจสอบตัวเองเข้าใจปัญหาและความรู้การจัดระเบียบ นอกจากนี้ยังแนะนำครูกำหนดวัตถุประสงค์แน่นอนของพวกเขาเข้าใจรูปแบบองค์ความรู้ของนักเรียนและนำเสนอแนวความคิดตาม.
รูปแบบของการเรียนรู้ที่สมาร์ทที่แสดงในรูป 4 มุ่งเน้นไปที่นักเรียนครูและวัสดุ รูปแบบการเรียนแต่ละคนจะต้องได้รับการดูแลรักษาและสื่อการเรียนรู้ต้องประกอบด้วยวัตถุมัลติมีเดียเม็ดเล็ก ๆ ที่เรียกว่าวัตถุการเรียนรู้ รุ่นนักศึกษาควรจะใช้สำหรับการตัดเย็บกลยุทธ์การสอนและแบบไดนามิกปรับตัวได้ตามความสามารถของนักเรียนและความรู้ก่อน แต่การเรียนรู้วัตถุต้องได้รับการออกแบบให้เหมาะสมกับนักเรียนเป็นรายบุคคลเฉพาะเจาะจงที่จะต้องมาจากการเรียนรู้ที่เก็บวัตถุ การเรียนรู้ที่เก็บวัตถุ (LOR) ที่ระบุไว้โดยใช้รูปแบบข้อมูลเมตามาตรฐานเช่น SCORM และ LOM ​​IEEE.
รูปที่ 4 สภาพแวดล้อมที่สมาร์ท E-learning. [13]
สมาร์ท E-learning สามารถทำได้โดยการแอตทริบิวต์พิเศษในมาตรฐานเมตาดาต้า LO ซึ่งเป็นสิ่งจำเป็น เพื่อสนับสนุนแนวคิดของรูปแบบของนักเรียนหรือมิติของรูปแบบการเรียน สภาพแวดล้อมที่ E-learning สมาร์ทประกอบด้วยสองกระบวนการฝึกสอนสำหรับการเขียน (TAA) และฝึกหัดครูสอนพิเศษสำหรับการจัดส่ง (TAD) ทฤษฎีการออกแบบการเรียนการสอนของบลูมจะใช้ในการปรับ
หลักสูตรและวัตถุประสงค์ในการจัดระเบียบวัสดุหลักสูตรที่เป็น Felder และ Silverman ทฤษฎีการเรียนรู้รูปแบบที่ใช้สำหรับการปรับการส่งมอบแน่นอนตามรุ่นของนักเรียนแต่ละคน Hypermedia อภิปรัชญาโดเมนรวมทุกระดับหกของอนุกรมวิธานของบลูม.
คุณลักษณะพิเศษที่ใช้ในการจำแนกประเภทวัตถุการเรียนรู้ (LO) ในสองประเภทมี expositional และวัตถุประเมิน วัตถุการเรียนรู้ (LO) ระบุตามระดับความทรงจำความเข้าใจระดับและการประยุกต์ใช้ในระดับ ระดับความทรงจำประกอบด้วยการแนะนำภาพรวมความหมายความเป็นจริงคำพูดและตัวอย่างการจดจำ ระดับความเข้าใจประกอบด้วยคำอธิบายคำอธิบายภาพประกอบเปรียบเทียบสรุปสรุปและตัวอย่างการทำความเข้าใจ ระดับการใช้ประกอบด้วยทฤษฎีหลักเกณฑ์วิธีการขั้นตอนวิธีการออกกำลังกาย, กรณีศึกษาปัญหาโลกแห่งความจริงและเป็นตัวอย่างการประยุกต์ใช้ การเรียนการสอนกลยุทธ์เป็นคุณลักษณะที่ใช้สำหรับนำเสนอเกี่ยวกับการชี้แจงหรือสอบสวนอีก แอตทริบิวต์สุดท้ายคือบทบาทของการเรียนการสอนที่แนะนำค่าตอบสนองกลยุทธ์ที่มีประสิทธิภาพสนับสนุนแรกสามระดับของระดับบานปรับปรุงของ สมาร์ท E-learning วัตถุการเรียนรู้ (LO) สนับสนุน Felder และรูปแบบ Silverman.
เทคนิค AI E-การเรียนรู้ส่งเสริมการเรียนรู้จากสี่รุ่นที่ห้าซึ่งจ้างทฤษฎีความรู้จากการศึกษาและการเรียนรู้

ผลลัพธ์ (ไทย) 3:

ครูทั้ง จากทั่วไป หรือการศึกษาพิเศษ ผู้เชี่ยวชาญในวิชาสาขาวิศวกรคอมพิวเตอร์ , ผู้จัดการ , นักวิเคราะห์ข้อมูลสถิติและจิตวิทยา องค์กรสุดท้ายมีรูปแบบโดยระบบเซิร์ฟเวอร์ รวมถึงระบบฮาร์ดแวร์และซอฟต์แวร์
การปรับตัวจะขึ้นอยู่กับการใช้งานของเครื่องมืออิเล็กทรอนิกส์ ( e-questionnaires ) ออกแบบโดยกลุ่มผู้เชี่ยวชาญผ่านการวิเคราะห์โดยอัตโนมัติของผู้เรียนตอบแบบสอบถามทั้งหมดที่ผู้เรียนจะได้รับรูปแบบการเรียนรู้ที่แตกต่างกัน ตามโปรไฟล์เหล่านี้พวกเขาจะได้รับกับการเรียนรู้วัสดุที่ดีที่สุดตรงกับความต้องการการศึกษาของพวกเขา
ประเภทของระบบนี้สามารถขยายการเชื่อมต่อระหว่างคำและข้อมูลทางสถิติ นอกจากนี้
การใช้ประโยชน์ของฐานข้อมูลแบบฟัซซีในการประมาณค่าน้ำหนักการแทนความรู้กระบวนการยังสามารถให้ทิศทางใหม่เพื่อการปรับตัว การผสมเทียม

2.5 ผ่านการปรับตัวการเรียนรู้ตามทักษะที่นักศึกษาแต่ละคนผ่านการผสมเทียม [ 13 ] ได้ฝังตัวออกแบบการสอนทฤษฎี ตลอดจนการเรียนรู้และความเข้าใจทฤษฎีในการเรียนรู้สิ่งแวดล้อมวันนี้ ส่วนใหญ่เรียนรู้แนวคิดที่มีอยู่ synchronously และอะในวิธีที่แตกต่างกันของการเป็นตัวแทน เลือกที่เหมาะสมที่สุดสำหรับเฉพาะหลักสูตรที่ช่วยให้นักเรียนเรียนรู้ ตลอดจนหลักสูตรการเตรียมความพร้อมของครูและการส่งมอบวิสัยทัศน์ - ฉลาดใช้ นี้จะช่วยให้นักเรียนบรรลุเป้าหมายทางปัญญาของพวกเขา ทักษะพัฒนาเพื่อการตรวจสอบตนเองความเข้าใจในปัญหาและการจัดความรู้ นอกจากนี้ยังคู่มือครูตั้งวัตถุประสงค์ของหลักสูตรของพวกเขา เข้าใจ ของนักเรียน แบบการคิดและนำเสนอแนวคิดตาม
รูปแบบของการเรียนรู้สมาร์ทที่แสดงในรูปที่ 4 จะเน้นที่นักเรียน ครู และ วัสดุที่นางแบบนักศึกษาแต่ละคนต้องได้รับการดูแลรักษาและสื่อการเรียนรู้มัลติมีเดียต้องประกอบด้วยวัตถุเม็ดเล็กเรียกว่าการเรียนรู้วัตถุ รุ่นนักเรียน ควรใช้กลยุทธ์การสอน และการตัดเย็บแบบไดนามิกตามความสามารถของนักเรียน และความรู้เดิมอย่างไรก็ตามการเรียนรู้ วัตถุนั้นจะต้องออกแบบให้เหมาะสมกับนักเรียนเฉพาะบุคคลซึ่งจะต้องมาจากการเรียนรู้ที่เก็บวัตถุ คลังวัตถุการเรียนรู้ ( ทองหล่อ ) จะถูกระบุโดยใช้รูปแบบข้อมูลมาตรฐาน เช่น มาตรฐาน IEEE และลม .
สภาพแวดล้อมการเรียนรู้ fig.4 สมาร์ท [ 13 ]
สมาร์ทเลิร์นนิ่ง สามารถลุ้นรับผ่านทางคุณลักษณะพิเศษในลอข้อมูลมาตรฐานซึ่งจะต้องสนับสนุนแนวคิดของนักเรียนต้นแบบ หรือมิติของการเรียนรู้รูปแบบ สภาพแวดล้อมการเรียนรู้สมาร์ทประกอบด้วยกระบวนการสอง : ศิษย์ครูสำหรับการเขียน ( TAA ) และติวเตอร์ฝึกหัดส่งมอบ ( ตาด ) ทฤษฎีการออกแบบการสอนของบลูมคือใช้ปรับ
วัตถุประสงค์ของรายวิชา และจัดหลักสูตรที่เฟลเดอร์และ Silverman ทฤษฎีการเรียนรู้เป็นแบบที่ใช้สำหรับการส่งมอบหลักสูตรตามแต่ละบุคคล นักเรียน นักศึกษา นางแบบ ที่มีโดเมนอภิปรัชญาประกอบด้วยทั้งหมดหกระดับของบลูมอนุกรมวิธาน
คุณลักษณะพิเศษซึ่งใช้ในการจำแนกวัตถุการเรียนรู้ ( LO ) ซึ่งแบ่งเป็น 2 ประเภทคือ วัตถุ expositional และการประเมินวัตถุการเรียนรู้ ( LO ) ระบุตามจำระดับความเข้าใจ ระดับ และใช้ระดับ การจดจำระดับประกอบด้วย การแนะนำภาพรวม นิยาม ความเป็นจริง สังเกต และจดจำ เป็นต้น ระดับความเข้าใจ ประกอบด้วยคำอธิบาย , คำอธิบาย , ภาพ , การเปรียบเทียบ , สรุป , สรุป , ความเข้าใจและตัวอย่าง ใช้ระดับ ประกอบด้วย ทฤษฎี กระบวนการ กฎ , ,ขั้นตอนวิธี , การออกกำลังกาย , กรณีศึกษา , โลกที่แท้จริงของปัญหา และใช้ตัวอย่าง กลยุทธ์การสอนเป็นอีกหนึ่งคุณลักษณะที่ใช้สำหรับการนำเสนอความเรียง หรือสอบสวน คุณลักษณะสุดท้ายคือบทบาทการสอน ผู้ที่เสนอค่าตอบสนองกลยุทธ์ที่มีประสิทธิภาพสนับสนุนสามระดับแรกของบลูมคือปรับระดับสมาร์ทเลิร์นนิ่งวัตถุการเรียนรู้ ( LO ) และสนับสนุน เฟลเดอร์ ซิลเวอร์แมน แบบจำลอง
วิธีการผสมเทียมในการเรียนรู้ส่งเสริมการเรียนรู้จากสี่ถึงห้ารุ่น ซึ่งใช้ทฤษฎีทางปัญญา การศึกษา และการเรียนรู้