Razvili smo ERM (Error reduction merging), novo metodo učenja, ki avtomatsko odkrije podobnosti v strukturi agentovega okolja. ERM identificira različne tipe objektov le iz izmerjenih podatkov in združi opazovanja objektov, ki se obnašajo enako ali podobno, z namenom pospešitve učenja agenta. Izvedli smo množico eksperimentov v okoljih naraščajočih kompleksnosti. Robot je bil primoran naučiti se kvalitativnih modelov spreminjanja razdalje robota od objektov. Rezultati kažejo, da je ERM bil sposoben odkriti strukturne podobnosti v podatkih, ki so izrazito pospešile učenje. Ta trend je bil opažen pri uporabi različnih algoritmov strojnega učenja, uporabljenih znotraj metode ERM.
COBISS.SI-ID: 9731668
Paradigmo argumentiranega strojnega učenja smo prilagodili uporabi v namene poučevanja. V članku smo pokazali, da lahko z avtomatskim izbiranjem relevantnih primerov in protiprimerov, ki naj jih učenec razloži, interaktivna zanka argumentiranega strojnega učenja omogoči koristen interaktiven učni pripomoček.
COBISS.SI-ID: 10703956
Razvili smo nov, podatkovno voden pristop k samodejnemu generiranju namigov v tutorjih za programiranje. Obstoječi pristopi proces programiranja predstavijo s prostorom stanj delnih in popolnih študentskih rešitev, ki so se pojavile v preteklih poskusih. Naša metoda iz obstoječih študentskih poskusov poišče tipične popravke na programski kodi. Za dan nepravilni program nato poišče zaporedje takih popravkov, ki ga pretvori v pravilno rešitev. Dobljeno zaporedje popravkov lahko služi kot osnova za generiranje namigov.
COBISS.SI-ID: 10805076
Opisali smo pomemben del razvoja podpornega odločitvenega sistema s področja nevrologije. Odločitveni sistem je namenjen podpori nevrologom pri ločevanju različnih tipov tremorja. Sistem lahko služi nevrologom kot dodatno mnenje, predvsem pa jim lahko bistveno zmanjša stroške diagnoze, ki bi nastopili v primeru pregleda DaTSCAN. V članku opisujemo prednosti argumentiranega strojnega učenja za učinkovito kombiniranje strojnega učenja z ekspertnim znanjem. Točnost diagnoz je zelo visoka v primerjavi s sodobnimi pristopi v klinični praksi, pridobljena baza znanja pa je bila ocenjena s strani nevrologov kot izredno konsistentna z vidika medicine. Slednje odpira možnosti za uporabo sistema tudi za namene poučevanja.
COBISS.SI-ID: 30199257
Konceptualizacija proceduralnega znanja je eden izmed največjih izzivov pri gradnji inteligentnih sistemov za poučevanje. Predstavili smo nov algoritem, ki je namenjen polavtomatski konceptualizaciji proceduralnega znanja na podlagi ciljno orientiranih pravil v simboličnih domenah. Algoritem smo uporabili pri težavni šahovski končnici matiranja z lovcem in skakačem ter izvedli pilotski eksperiment z namenom oceniti ali pridobljeni koncepti (inštrukcije) lahko služijo kot orodje za poučevanje. Celo šahovski začetniki so presenetljivo hitro dojeli te koncepte in se naučili matirati. Ločena, subjektivna ocena inštrukcij s strani izkušenih šahovskih trenerjev je bila prav tako pozitivna.
COBISS.SI-ID: 9326164