Аннотация:
Описаны принципы разработки RLCP-совместимых виртуальных лабораторий, на их основе созданы две виртуальные лаборатории «Алгоритм последовательного распространения сигналов в перцептроне» и «Алгоритм обучения перцептрона на основе метода обратного распространения ошибки» для освоения на практике базовых алгоритмов на нейронных сетях (НС). Виртуальные лаборатории состоят из двух независимых модулей – виртуального стенда и RLCP-сервера. Виртуальный стенд реализует визуальное отображение данных варианта задания и предоставляет слушателю инструменты для формирования и редактирования промежуточных решений и ответа. Поскольку предполагалось, что это будут виртуальные лаборатории для первого знакомства с НС, в качестве исходных данных использованы простейшие архитектуры НС в виде однослойных перцептронов. А в качестве базовых алгоритмов использованы алгоритм последовательного распространения сигналов в НС (ВЛ1) и алгоритм обучения НС с учителем на основе метода обратного распространения ошибки (ВЛ2). Для автоматической генерации равносложных и валидных заданий предложены алгоритмы, которые показали высокую эффективность (среднее время генерации индивидуального задания на стенде ВЛ2 у студента составило не более 3 с). Экспериментально установлено, что такие виртуальные лаборатории должны создаваться для использования в двух режимах – обучения и аттестации. Тренинги решения задач с использованием изученных алгоритмов на стендах виртуальных лабораторий в режиме обучения с диагностированием допущенных ошибок существенно повышают результативность аттестаций у студентов.