Upload
edmond-billet
View
105
Download
1
Embed Size (px)
Citation preview
Paraschool
Domitile Lourdeaux Heudiasyc
Description de l’architecture
Modèle d’optimisation
Conclusion
Présentation générale de Paraschool
Plan
Présentation générale de Paraschool
Plan
Description de l’architecture
Modèle d’optimisation
Conclusion
4
Université de technologie Compiègne
Heudiasyc
Start-up Fondée en 2000 15 personnes chiffre d’affaire : 800 k€ résultat net : 40 k€ croissance de 100%
Paraschool
5
Université de technologie Compiègne
Heudiasyc
Le produit
E-learning
www.paraschool.fr
Eléments pédagogiques interactifs :
Cours
Questionnaires
Activités de savoir-faire
Exercices
Paraschool
6
Université de technologie Compiègne
Heudiasyc
Le produit
Action modulée en fonction des réponses/besoins
Liens avec professeurs / réponse 1 heure
Tutorat personnalisé
Collèges, Lycées, BEP, Bac Pro, BTS
Maths, Français, Physique-Chimie
Tarifs : 10 à 37 € / mois
Paraschool
7
Université de technologie Compiègne
Heudiasyc
Les clients
50 000 utilisateurs inscrits
Établissements / régions / départements
Clientèle stable et prévisible
Opération marketing pour l’utilisation
Paraschool
8
Université de technologie Compiègne
Heudiasyc
Les démos
www.paraschool.fr
Paraschool
9
Université de technologie Compiègne
Heudiasyc
Paraschool
Les démos
www.paraschool.fr
10
Université de technologie Compiègne
Heudiasyc
Paraschool
Les démos
http://www.paraschool.com/demo/sciences/
11
Université de technologie Compiègne
Heudiasyc
Paraschool
Les démos
http://www.paraschool.com/demo/sciences
12
Université de technologie Compiègne
Heudiasyc
Paraschool
Les démos
http://www.paraschool.com/demo/meteofrance/home
Université de technologie Compiègne
Heudiasyc
Modèle d’optimisation
Conclusion
Présentation générale de Paraschool
Plan
Description de l’architecture
14
Université de technologie Compiègne
Heudiasyc
Graphe
Architecture
C1
A1
A3
E2
E1
A2
E4
E3
C2
Nœuds = Cours, Activités, ExercicesArcs = Liaisons :
prévues par équipe pédagogique créées par les élèves
15
Université de technologie Compiègne
Heudiasyc
Architecture
Architecture
Allie base de données relationnelle et site web
Base de données complexe utilise SQL
EJB (Enterprise Java Bean) comme langage de
programmation pour l’interfaçage page HTML/SQL
16
Université de technologie Compiègne
Heudiasyc
Architecture
Base de données
Composée d’une dizaine de tables reliées entre
elles
17
Université de technologie Compiègne
Heudiasyc
Architecture
t_item_cours := nœuds (cours, applis, exercices)- No d’identification, thème
t_historique_noeud := qui a consulté ce noeud
18
Université de technologie Compiègne
Heudiasyc
Architecture
t_profil_eleve := nœuds (cours, applis, exercices)- No d’identification, thème
t_statut_item := historique des nœuds empruntés par l’élève
t_arc_graphe := arcs entre éléments pédagogiques- poids
Université de technologie Compiègne
Heudiasyc
Description de l’architecture
Modèle d’optimisation
Conclusion
Présentation générale de Paraschool
Plan
20
Université de technologie Compiègne
Heudiasyc
Guidage de l’élève
Retour sur des notions selon ses résultats
Suggestion pour la suite selon ?
Modèle d’optimisation
21
Université de technologie Compiègne
Heudiasyc
Guidage de l’élève
Suggestion pour la suite selon ?
Pondérations définies par équipe pédagogique
de manière statique
Pondérations définies par résultats des élèves
de manière dynamique1
2
3
5
4 6
7
1
5
0.1
10
11
Modèle d’optimisation
22
Université de technologie Compiègne
Heudiasyc
Guidage de l’élève
Suggestion pour la suite selon ?
Modèle d’optimisation
1ère étape : proposer des arcs correspondants
à des chemins ayant apportés des succès
Pondérations définies par résultats des élèves
de manière dynamique
23
Université de technologie Compiègne
Heudiasyc
Guidage de l’élève
Modèle d’optimisation
1ère étape : proposer des arcs correspondants
à des chemins ayant apportés des succès
?
24
Université de technologie Compiègne
Heudiasyc
Guidage de l’élève
1ère étape : proposer des arcs correspondants
à des chemins ayant apportés des succès
Modélisation par colonie de fourmis
Modèle d’optimisation
25
Université de technologie Compiègne
Heudiasyc
Optimisation par colonies de fourmis
Paradigme inspiré des colonies d’insectes
sociaux
Agents multiples et simples
Solution émergente
Modèle d’optimisation
26
Université de technologie Compiègne
Heudiasyc
Optimisation par colonies de fourmis
Phéromones
2 types de phéromone : S et F
Dépôt : mémoire
Rétro propagation : portée pédagogique
Évaporation : dynamisme
Modèle d’optimisation
27
Université de technologie Compiègne
Heudiasyc
Optimisation par colonies de fourmis
Phéromones : Succès S
1
2
3
5
4 6
7
31
41
21 1
WS+=1
F
WS+=1/2F
WS+=1/3F
WS+=1/4F
Modèle d’optimisation
28
Université de technologie Compiègne
Heudiasyc
Optimisation par colonies de fourmis
Phéromones : Echecs F
1
2
3
5
4 6
7
32
42
22 2
WSF+=2
WSF +=2/2
WSF +=2/3
WSF +=2/4
Modèle d’optimisation
29
Université de technologie Compiègne
Heudiasyc
Optimisation par colonies de fourmis
Phéromones : Evaporation
: taux d’évaporation ; x=t Portée pédagogique temporelle Erosion seulement sur les arcs issus du nœud de
départ
Modèle d’optimisation
30
Université de technologie Compiègne
Heudiasyc
Optimisation par colonies de fourmis
Poids historique H
Adapter la procédure à chaque élève
Une valeur par nœud et par étudiant
Nœud non visité : H=1
Nœud réussi : H=0.5
Nœud raté : H=0.75
? Fait-on ainsi Valeur utilisée pour décourager l’élève de faire un exercice déjà fait
Modèle d’optimisation
31
Université de technologie Compiègne
Heudiasyc
Optimisation par colonies de fourmis
Poids historique H
Mémoire limitée ?
x
x
t
ttt e
e
H
HHH
1
111
1
11
=constante de temps ; x=t
H revient naturellement vers 1
Faire tendre H vers 1
Modèle d’optimisation
32
Université de technologie Compiègne
Heudiasyc
Optimisation par colonies de fourmis
Mesure de fitness
Mesure unifiée d’excellence locale Mesure la « désirabilité » des arcs
FSWinHiaf FSWHnn ),(),( 221
Modèle d’optimisation
33
Université de technologie Compiègne
Heudiasyc
Optimisation par colonies de fourmis
Un arc est désirable lorsqu’il est :
renforcé les professeurs (W élevé)
témoin de succès (S élevé)
non témoin d’échecs (F bas)
nouveau ou oublié (H proche de 1)
Modèle d’optimisation
34
Université de technologie Compiègne
Heudiasyc
Optimisation par colonies de fourmis
Sélection d’arcs
Sélection d’un arc à proposer parmi les arcs
sortants
Deux forces :
Fitness (exploitation)
Hasard (exploration)
Modèle d’optimisation
35
Université de technologie Compiègne
Heudiasyc
Optimisation par colonies de fourmis
Sélection d’arcs
Roulette
Sélection par le rang : seuils automatiques et
manuels
Tournoi
Tournoi stochastique
Modèle d’optimisation
36
Université de technologie Compiègne
Heudiasyc
Optimisation par colonies de fourmis
Simulation
1
2
3
5
W=1
W=5
Taux de succès :
90% si n-1=2
10% si n-1=3
Objectif : rétablir la situation, encourager 2
Modèle d’optimisation
37
Université de technologie Compiègne
Heudiasyc
Optimisation par colonies de fourmis
Simulation
FSWinHiaf FSWHnn ),(),( 221
Modèle d’optimisation
38
Université de technologie Compiègne
Heudiasyc
Optimisation par colonies de fourmis
Amélioration : maximisation de l’apprentissage
Conduire en moyenne à un taux de réussite de
60%
FSWinHiaf FSWHnn ),(),( 221
Modèle d’optimisation
39
Université de technologie Compiègne
Heudiasyc
Guidage de l’élève
Suggestion pour la suite selon ?
1ère étape : proposer des arcs correspondants
à des chemins ayant apportés des succès
Pondérations définies par résultats des élèves
de manière dynamique
Biais ?
Propose aux élèves les exercices les plus facilesSans tenir compte de leur niveau personnelNi du niveau moyen des élèves
Modèle d’optimisation
40
Université de technologie Compiègne
Heudiasyc
Guidage de l’élève
Suggestion pour la suite selon ?
2nd étape : intégrer la « combativité » ?
Pondérations définies par résultats des élèves
de manière dynamique
Différencier les fourmis selon leur caractèreCertains aiment être confrontés à la difficulté pour mieux triompher
D’autres préfèrent avancer progressivement
Modèle d’optimisation
41
Université de technologie Compiègne
Heudiasyc
Guidage de l’élève
2nd étape : intégrer la « combativité »
Que faut-il prendre en compte ?
Le niveau de l’élève
La difficulté de l’exercice ?
Phéromones ?
Approximation ?
Modèle d’optimisation
Rétro-propagation
42
Université de technologie Compiègne
Heudiasyc
Guidage de l’élève
1ère approximation : Niveau de l’élève ?
Déposer pour chaque fourmi des phéromones
personnelles (+ ou -) avec érosion
Modèle d’optimisation
43
Université de technologie Compiègne
Heudiasyc
Guidage de l’élève
Niveau de l’élève
Effets :
Modèle d’optimisation
44
Université de technologie Compiègne
Heudiasyc
Guidage de l’élève
2nd approximation : Classement ELO
Joueur A de niveau RA / Joueur B de niveau RB
Probabilité de gain :
Modèle d’optimisation
45
Université de technologie Compiègne
Heudiasyc
Guidage de l’élève
Classement ELO
Modèle d’optimisation
46
Université de technologie Compiègne
Heudiasyc
Guidage de l’élève
Classement ELO
Modèle d’optimisation
Université de technologie Compiègne
Heudiasyc
Description de l’architecture
Modèle d’optimisation
Conclusion
Présentation générale de Paraschool
Plan
48
Université de technologie Compiègne
Heudiasyc
Critiques
Phéromones personnelles :
Biaisé car personnalisation des chemins pour
avoir un taux de succès qui tend vers 60/40.
Classement ELO
Bon indicateur de niveau des fourmis et des
nœuds
Refonte de la fonction de fitness
Conclusion