CC BY
321
Кроме этого, разработанное СПО дает возможность получать статистические данные для качественного анализа реализации мероприятий Программы на основе агрегирования экспертных оценок результатов выполнения проектов по различным показателям. Предполагается, что применение разработанного СПО в рамках Системы экспертизы Дирекции Программы может способствовать поддержке принятия своевременных и обоснованных управленческих решений при отклонении хода исполнения контрактов от установленного нормативными документами, а также повышению качества экспертизы результатов, полученных при выполнении проектов в рамках мероприятий Программы, за счет повышения качества работы экспертов.
В дальнейшем на базе разработанных научно-методических подходов предполагается развитие
данного СПО по ряду направлений, включающих, например, рейтингование экспертов по различным признакам для их более обоснованного привлечения к проведению экспертизы, а также для обеспечения возможности решения различных задач аналитического характера.
Литература
1. Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2007-2012 годы // Федеральная целевая программа: Поста-новл. Прав-ства РФ № 613: утвержд. 17.10.2006 г. URL: http://www.fcpir.ru/ (дата обращения: 19.05.2010).
2. Перечень критических технологий Российской Федерации: утвержд. Президентом РФ В.В. Путиным 21.05.2006 г. Пр-842. URL: http://mon.gov.ru/dok/ukaz/nti/4407/ (дата обращения: 29.05.2010).
3. Дубина И.Н. Математические основы эмпирических социально-экономических исследований. Барнаул: Изд-во Алт. ун-та, 2006.
УДК 004.942: 519.222
ОПЫТ ВНЕДРЕНИЯ РЕЗУЛЬТАТОВ НАУЧНЫХ ИССЛЕДОВАНИЙ В УЧЕБНЫЙ ПРОЦЕСС ИССЛЕДОВАТЕЛЬСКОГО УНИВЕРСИТЕТА
(Работа выполнена при поддержке ФЦП «Научные и научно-педагогические кадры инновационной России»
на 2009-2013 гг.)
А.И. Гусева, д.т.н.; В.С. Киреев, к.т.н.; Е.А. Шеина
(Национальный исследовательский ядерный университет «МИФИ», г. Москва, [email protected], [email protected], Sheina_alenaJ@mail-ru)
Статья посвящена исследованию влияния внедрения результатов научно-исследовательской деятельности студентов, в том числе интерактивных многошаговых решателей, на результаты обучения.
Ключевые слова: компетенции, таксономия Блума, карта компетентностей, программные тренажеры, формат 8СОЕИ.
Одной из главных задач, стоящих перед исследовательскими университетами, как и перед всей системой образования России, является повышение роли научных исследований и разработок, а также превращение научного потенциала вузов в один из основных ресурсов устойчивого экономического роста. Подготовка исследователей особо актуальна и должна осуществляться в течение всего процесса обучения, начиная с первых курсов обучения бакалавров, специалистов, и в полной мере реализовываться в процессе обучения магистров, аспирантов и докторантов. Достигается она за счет внедрения в учебный процесс обязательных элементов научных исследований в виде курсовых и дипломных работ, проектов, диссертаций, научных семинаров, конференций молодых ученых и т.д. Современные информационно-коммуникационные технологии (ИКТ) позволяют интегрировать учебный и научный процессы вузов в единое научно-образова-
тельное пространство, в котором научно-исследовательская деятельность является необходимой для каждого его участника. Один из важнейших положительных эффектов от такой интеграции -повышение качества образования. Полученные в результате интеграции инновационные образовательные технологии могут использоваться во всех исследовательских университетах, а также в научно-образовательных комплексах как в России, так и за рубежом.
В данной работе рассматривается пример интеграции научного и образовательного пространств в вузе, когда внедрение результатов проведенного научного исследования в учебный процесс повышает его эффективность и качество.
В соответствии с компетентностным подходом к обучению, реализуемым Федеральным государственным образовательным стандартом высшего профессионального образования (ФГОС ВПО) третьего поколения, результатом обучения
по каждой дисциплине являются сформированные компетенции, которые описываются через дескрипторы «знать», «уметь», «владеть», дублинские дескрипторы или таксономию Блума. Однако между понятиями «компетенции» и «компетентность» существуют значительные отличия [1]. Под компетенциями мы понимает требования, которые предъявляются к учащемуся, преподавателю, работнику, должности или роли в обществе, профессии, сфере деятельности - это те качества, способности, свойства, которые мы желаем видеть. Компетентность - совокупность личностных качеств учащегося, преподавателя, работника (ценностно-смысловых ориентаций, знаний, умений, навыков, способностей), обусловленных опытом его деятельности в определенной социально и личностно-значимой сфере [2].
Повсеместное внедрение ФГОС ВПО в нашей стране только начинается, и, соответственно, методы определения уровня сформированности ком-петентностей находятся на начальной стадии исследований. ФГОС ВПО предполагает использование большого объема различных интерактивных форм обучения, влияние которых на учебный процесс в целом также до конца не изучено.
В данной работе предлагается подход, позволяющий оценивать сформированность компетент-ностей по двум уровням освоения - базовому и продвинутому - в соответствии с таксономией Блума («знание - понимание - применение - анализ - синтез»).
Оценка компетентности дает возможность не только провести диагностику знаний, умений и навыков, но и оценить качество преподавания и прогнозировать дальнейшее обучение. Для подобного анализа авторы предлагают использовать карты компетентностей учебного курса. Для их построения необходимо составить перечень признаков проявления компетентностей, отобрать формы, методы и средства их формирования, выбрать методы оценки компетентностей [2].
Ограниченное время обучения предъявляет свои требования к методам формирования компе-тентностей. Помимо теоретического обучения, выработки практических навыков с помощью традиционных лабораторных работ и семинаров, особое внимание надо уделять таким интерактивным формам, как мастер-классы, деловые и ролевые игры. Именно они обеспечивают интенсификацию процесса освоения материала студентами в кратчайшие сроки. Важную роль играют различные виды самостоятельной работы, которые с помощью информационно-коммуникационных технологий также можно организовать в интерактивной форме. Построение карты компетентностей по учебной дисциплине возможно, если четко определены цели оценки компетентностей и проверочные задания имеют соответствующие атрибуты.
На основании сказанного предлагается следующая схема формирования атрибутов проверочных заданий, напрямую зависящих от целей учебного курса. Уровень сформированности компетентностей определяется как вектор К={Х, У, Z, V, W}, где Х={Хх, Х2} соответствует знанию, У={Ух, У2} - пониманию, Z={Zl, Z2} - применению, V={Vl, - анализу, W={W1, W2} - синтезу, а индексы 1 и 2 означают базовый или продвинутый уровень соответственно.
Проведем оценку уровня освоения знаний по соответствующему модулю 1 для всех координат вектора К; индекс ] соответствует базовому (1) или продвинутому (2) уровню освоения. Тогда с учетом разбиения учебного курса на модули, темы или разделы карта компетентности дисциплины представляется матрицей А, где Ац=1, если результат проверки по выборке учащихся больше 0,5 для модуля 1 для вопросов с установленным атрибутом ^ Ац=0 в противном случае. При использовании продвинутого уровня оценки знаний Ац=1 в случае, если результат проверки по выборке учащихся больше 0,75 для модуля 1 по множеству вопросов с установленным атрибутом
Полученные результаты упорядочены, как вершины в гиперкубе степени пять. В зависимости от них можно оценивать пробелы в знаниях аудитории, уровень преподавания и качество организации учебного процесса по таблице соответствий следующим образом. Приведенные примеры диагностики представляяют собой множество нотаций, которые используются в качестве идентифицирующих и корректирующих воздействий на учебный процесс (табл. 1).
В зависимости от места дисциплины в учебном плане достаточным уровнем сформированно-сти компетентности может считаться значение К={Х1, У1, Zl, VI, Wl}={11100}. Для дисциплин, формирующих важнейшие профессиональные компетентности, необходимо стремиться к К={Х2, У2, Т2, V2, ^^2}={11111}.
В рамках реализации проекта ФЦП «Научные и научно-педагогические кадры инновационной России» предложенный подход был применен к ряду дисциплин в Национальном исследовательском ядерном университете «МИФИ» (НИЯУ МИФИ) для совершенствования качества учебного процесса. К ним относится курс «Дискретная математика: математическая логика», который читается в 1-м семестре на факультете кибернетики по направлению подготовки прикладная математика и информатика. Данный курс основан на многолетнем опыте преподавания дискретной математики для широкого круга специальностей [3]. Систематизация материала проведена по рекомендациям СС2001 и СЕ2004 для преподавания информатики и программной инженерии в университетах, а также профессиональных стандартов в области информационных технологий. Цель дан-
ного курса - формирование прочных теоретической и практической основ, необходимых для дальнейшей профессиональной работы. В первом разделе дискретной математики учебный курс содержит следующие темы: множества, отношения, функции, булева алгебра, логика высказываний, логика предикатов, методы математических доказательств. В потоке девять учебных групп (примерно 180 человек), еженедельно читаются лекции и организуются семинарские занятия. Экзамен проводится в письменной форме, в билете содержатся два теоретических вопроса и восемь задач. Время выполнения заданий - 120 минут.
Таблица 1
Интерпретация результатов проверки компетентности
В 2008 г. при информационной поддержке учебной дисциплины в виде кратких и опорных конспектов лекций в результате проведения письменных экзаменов было получено восемь неудовлетворительных оценок. Построение карты компетентности показало, что сложность экзамена соответствовала базовому уровню сформированности компетентностей; в основном задания были подобраны таким образом, чтобы проверить знание, понимание и применение. Исключением являлся модуль по математической логике - в нем задания предполагали проверку готовности к анализу и синтезу, а уровень развития компетентности оказался продвинутым. Представление о сложности освоения студентами модуля, посвященного исчислению высказываний и предикатов, оказалось не совсем верным - возможности студентов были использованы лишь частично. Полученные результаты приведены в таблице 2.
Таблица 2
Карта компетентностей учебной дисциплины
Модуль Год X Y Z V W
1. Теория множеств и бинарные отношения 2008 0,59 0,59 0,83 - -
2010 0,85 0,85 0,65 0,65 0,53
2. Фундаментальные алгебры 2008 0,67 0,67 0,67 - -
2010 0,50 0,50 0,50 0,50 0,46
3. Математическая логика 2008 0,82 0,86 0,83 0,83 0,82
2010 0,79 0,79 0,75 0,74 0,69
4. Математические теории и исчисления 2008 0,68 0,68 - - -
2010 0,79 0,79 0,58 0,58 0,58
5. Теория математических доказательств 2008 0,60 0,60 0,60 - -
2010 0,61 0,61 0,61 0,61 0,61
Анализ результатов показал, что возможности аудиторной работы в рамках курса практически исчерпаны и дальнейшее развитие компетентно-стей возможно только с использованием различных интерактивных форм самостоятельной работы. В качестве среды информационной поддержки самостоятельной работы выбран информационно-образовательный портал МИФИСТ [4]. Используя возможности системы МИФИСТ, в качестве электронных учебных элементов с автоматической проверкой результатов самостоятельной работы студентов были выбраны тесты и SCORM-пакеты. Наборы тестов содержали большое количество как теоретических, так и практических заданий разных уровней сложности.
Но для углубления профессиональных компе-тентностей в первую очередь необходимо развитие умственных, мыслительных, интеллектуальных составляющих, а также повышение эмоционально-волевой регуляции и мотивации учащихся.
Для достижения этих целей был разработан ряд программных тренажеров в виде интерактивных многошаговых решателей типовых задач, ориентированных на «знание - понимание - применение - анализ». Работы с заданиями на синтез
Набор Интерпретация Диагностика
00000 Группа учащихся не смогла освоить даже базовую терминологию по курсу, не обладает требуемыми умениями и навыками Уровень преподавания совершенно не соответствует возможностям и способностям учащихся. Требуется полная коррекция
00100 Присутствует определенный набор практических навыков в области решения задач, в том числе и в профессиональной деятельности Неверно построен учебный процесс, лекционный объем недостаточен. Требуется частичная коррекция
00111 Не владея терминологией и базовыми понятиями, группа освоила навыки решения большого круга практических задач, обладает высоким потенциалом и уровнем абстрактного мышления Неверно построен учебный процесс, лекционный объем недостаточен. Требуется частичная коррекция
10000 Освоен минимальный объем учебного материала, имеется только общее представление о дисциплине Неверно построен учебный процесс, недостаточно практических занятий и тренингов. Требуется частичная коррекция
11010 Освоен минимальный объем учебного материала, основные практические и профессиональные навыки не развиты, но группа учащихся обладает большими способностями к освоению и высоким уровнем абстрактного мышления Неверно построен учебный процесс, недостаточно практических занятий и тренингов. Требуется частичная коррекция
11100 Группа подготовлена к профессиональной деятельности, обладает навыками решения широкого круга задач Учебный процесс сбалансирован. Коррекция не требуется
11110 Группа учащихся обладает всеми возможными знаниями и умениями по данному учебному курсу Учебный процесс сбалансирован. Коррекция не требуется
были оставлены для семинарских занятий. Программные тренажеры функционируют в двух режимах - самообучение и проверка знаний. Режим самообучения позволяет работать с тренажером на локальном компьютере, режим проверки требует доступа к порталу МИФИСТ для передачи данных в его систему управления обучением LMS. В обоих случаях учащемуся предоставляется диагностика сделанных им ошибок.
Программные тренажеры реализованы в формате SCORM 2004, что обеспечивает их интеропе-рабельность, адаптируемость и многократную используемость. Основные компоненты тренажеров выполнены во FLASH. В SCORM-пакет тренажер преобразуется с помощью файла-манифеста (imsmanifest.xml) и файла с метаданными (sco.xml), где указываются траектория прохождения учебного материала и способ, которым полученные в результате проверки данные передаются в систему обучения LMS.
Дополнительно для усиления мотивации при выполнении самостоятельной работы студентам была предложена гибкая система бонусов к экзамену.
Таким образом, в настоящее время информационная поддержка учебного курса складывается из опорных и кратких конспектов лекций, сценариев решения типовых задач, тестов и интерак-
тивных многошаговых решателей, опубликованных в системе МИФИСТ. Каждый студент имеет свой логин и пароль для выполнения самостоятельной работы (четыре теста, шесть программных тренажеров).
Приложенные усилия позволили усложнить задания письменного экзамена 2010 г., что привело к увеличению количества неудовлетворительных оценок. Экзаменационные задания были подобраны таким образом, чтобы полностью охватить шкалу Блума как К={Х, У, Z, V, W} на базовом уровне по четырем модулям, а для модуля по математической логике уровень сложности был выбран как продвинутый. Полученные результаты для учащихся, получивших положительные оценки, без учета бонусов приведены в таблице 2.
При сравнении результатов оценки сформиро-ванности компетентностей по модулям (рис. 1) становится очевидным, что наихудший результат получен по модулю 2. Один из путей успешного формирования компетентностей в данном модуле состоит в расширении базы тестовых вопросов и разработке программных тренажеров по соответствующей тематике.
Для оценки эффективности применения SCORM-пакетов в процессе обучения были рассчитаны описательные характеристики по выборкам студентов с результатами сдачи экзамена по
Модуль 1. Теория множеств и бинарные
отношения
ЗнаниеX1 1,00
Синтез W1
Анализ V1
• 2008 г.
Понимание Y1
рименение Z1
• 2010 г. — * • Базовый уровень
Модуль 2. Фундаментальные алгебры
Знание X1 0,80
Синтез W1
Анализ V1
2008 г.
ПониманиеY1
рименение Z1
• 2010 г. — tr • Базовый уровень
Модуль 4. Математические теории
Модуль 3. Математическая логика
Знание X2 0,80
Синтез W2
Анализ V2
2008 г.
и исчисления
Знание X1 0,80
ониманиеY2
рименение Z2
• 2010 г. — & •Базовый уровень
Анализ V1 2008 г.
онимание Y1
Применение Z1
■ 2010 г. — & • Базовый уровень
Рис. 1. Результаты сравнительного анализа карт компетентностей учебной дисциплины
Синтез W1
Рис. 2. Графики Box-Whisker для результатов экзамена в баллах по темам, изучаемым как с применением SCORM, так и без него, для двух разных потоков студентов
дискретной математике, включающего темы, изучаемые в семестре, как с использованием SCORM, так и без него. Переменные результатов измерены в непрерывной интервальной шкале от нуля до единицы, введена одна номинальная (категориальная) переменная с дихотомическим набором значений.
Для наглядности характеристики представлены в формате ящичковой диаграммы (Box-Whisker) (рис. 2).
Анализ этих графиков показывает, что данные, связанные с применением SCORM, распределены асимметрично, то есть их вероятностное распределение не является нормальным. Оценки за темы при использовании SCORM в большей степени смещены к максимальной положительной (один балл), чем оценки за другие темы. Это следует из расположения медиан и смещения прямоугольника, ограниченного 25 % и 75 % квартилями, к верхней границе оценки. Таким образом, данное статистическое исследование показало, что одни и те же студенты лучше сдают темы, которые изучали с использованием программных тренажеров.
Вопрос вычисления количественного вклада SCORM в эффективность обучения был рассмотрен с точки зрения установления наличия корреляционной связи. Рассчитаны значения показателя ранговой корреляции Спирмена, более устойчиво-
го к качеству исходных данных, чем коэффициент Пирсона (табл. 3), которые показывают наличие значимой связи между результатами сдачи теста, использования тренажера в виде SCORM-пакета и результатом сдачи экзаменационной темы. Направление связи в изученных случаях положительное.
Таким образом, проведенный статистический анализ подтверждает наличие положительного влияния применения интерактивных учебных элементов в виде SCORM-пакетов на качество и эффективность процесса обучения.
Таблица 3
Расчет корреляции между результатами сдачи тем №№ 1, 4, 5 и тестом
Корреляционный коэффициент Спирмена Тема № 1 Тест Тема № 4 Тест Тема № 5 Тест
Коэф-т 1,000 1,000 0,306 1,000 0,316 0,472
го S Sig. (2-tailed) нет нет 0,074 нет 0,068 0,000
1— N 62 62 35 78 34 62
Коэф-т 0,472 0,306 1,000 ,316 1,000 1,000
о Sig. (2-tailed) 0,000 0,074 нет ,068 нет нет
1— N 62 35 35 34 34 62
В заключение следует обратить особое внимание на то, что проектирование и разработка всех рассмотренных в данной работе программных
тренажеров были проведены в виде учебно-исследовательских и дипломных работ студентов НИЯУ МИФИ в рамках реализации проекта по ФЦП «Научные и научно-педагогические кадры инновационной России» на 2009-2013 гг. После успешной апробации в учебном процессе студенческие программные разработки приведены к виду промышленных образцов, по ним оформлена соответствующая документация. Часть программных тренажеров по теме «Дискретная математика. Теория множеств и бинарные отношения» уже зарегистрированы в Роспатенте как программы для ЭВМ [5], остальные на стадии регистрации.
Таким образом, положительный опыт внедрения результатов научно-исследовательских работ студентов в учебный процесс является одной из составляющих интеграции научного и образовательного пространств НИЯУ МИФИ.
Литература
1. Зимняя И.А. Формирование и оценка сформированно-сти социальных компетентностей у студентов вузов при освоении нового поколения ООП ВПО: образовательный модуль. Для программы повышения квалификации преподавателей вузов в области проектирования ООП, реализующих ФГОС ВПО. М.: ИЦ ПК ПС, 2010. 42 с.
2. Гусева А.И. [и др.]. Компетенции работников образования в области информационных и коммуникационных технологий: монография. М.: МИФИ, 2009. 256 с.
3. Гусева А.И., Тихомирова А.Н. Дискретная математика для информатиков и экономистов: учеб. пособие М.: МИФИ, 2009. 320 с.
4. Гусева А.И. [и др.]. Информационно-образовательный портал МИФИСТ исследовательского ядерного университета // Программные продукты и системы. 2009. № 3. С. 57-62.
5. Дискретная математика. Теория множеств и бинарные отношения: прогр. для ЭВМ № 2010613941; заявл. 29.04.2010; зарегистр. 17.06.2010; опубл. 20.09.2010, RU ОБПБТ № 3 (72 ч.). 394 с.
УДК 004.932.2
ПОИСК РЕГУЛЯРНЫХ РЕШЕТОК НА ТЕКСТУРЕ ФАСАДОВ ЗДАНИЙ
(Работа выполнена при поддержке ФЦП «Научные и научно-педагогические кадры инновационной России» на 2009-2013 гг., контракт № 1189, и грантов РФФИ 08-01-00883-а и 09-01-92470-МНКС_а)
А.А. Якубенко; И.С. Мизин; А.С. Конушин, к.ф.-м.н.
(Московский государственный университет имени М.В. Ломоносова, [email protected], [email protected]., [email protected])
В статье описан алгоритм поиска набора непересекающихся решеток похожих прямоугольных частей ректифицированного изображения фасада городского здания. Нахождение прямоугольников и запоминание частых расстояний между ними позволяют уменьшить число возможных решеток. Лучшие решетки выбираются итерационно с учетом эмпирических наблюдений о похожести и симметричности ячеек. Сравнение с двумя современными алгоритмами показало превосходство предложенного алгоритма.
Ключевые слова: компьютерное зрение, фасад, структура, регулярность, решетка, городской, трехмерная карта, текстура, окклюзии, распознавание.
Эффективное создание трехмерных карт городов является одной из актуальных задач на стыке геоинформатики и компьютерного зрения. Трехмерные карты - это естественная эволюция привычных плоских карт. Такие карты можно использовать как для решения традиционных задач навигации, городского планирования и тому подобных, так и для открытия новых возможностей сервисам виртуальной и расширенной реальности.
Основным содержимым трехмерных карт являются трехмерные модели городских зданий. Существует несколько способов их получения. Они могут быть созданы, например, из разрозненных фотографий автоматически или вручную с помощью фотограмметрического ПО или трехмерных редакторов. Для редактирования текстур обычно используется Adobe Photoshop или другое подобное ПО. Более автоматизированные подходы предполагают обработку облаков трехмерных точек и видеопотока с систем мобильной съемки.
Также могут использоваться данные аэрофотосъемки и воздушного лазерного сканирования.
Трехмерную модель городского здания можно условно разделить на две части: фасад и крыша. Крыши могут быть смоделированы по аэрофото или данным с воздушных лидаров с помощью ручных инструментов либо путем автоматической подгонки параметрических моделей крыш под имеющиеся данные. Моделирование фасадов -более трудная задача. Но здания обычно обладают структурой и регулярностью. Эти семантические знания могут помочь в решении многих проблем в моделировании, обработке и интерпретации фасадов.
Текстуры фасадов зачастую загорожены объектами переднего плана (растительность, рекламные вывески, провода, автомобили, люди, другие здания, выпуклые части зданий). Загороженные области (окклюзии) могут быть сегментированы и восстановлены путем сравнения повторяющихся
