A combination of Bayesian belief network and genetic algorithm for students' achievements of Faculty of Science National University of Laos

การผสมผสานกันระหว่างเครือข่ายความเชื่อเบย์เซียนและขั้นตอนวิธีเชิงพันธุกรรม สำหรับการพยากรณ์ความสำเร็จในการเรียนของนักศึกษาคณะวิทยาศาสตร์ของมหาวิทยาลัยแห่งชาติลาว

Name: Gnophanxay Chaylasy

LCSH: Faculty of Science National University of Laos.

LCSH: Bayesian field theory

Abstract: Students’ achievement is the main target of education. According to statistics of academic division of Faculty of Science (FOS), National University of Laos (NUOL) during 2004-2008, 54% of students failed when they took the pre-course. This issue impacts to academic division, so a need to find factors that influenced this outcome is necessary. Once the relationship is discovered among subjects of the pre-course, those subjects should be investigated to understand the students’ achievement or lack of achievement. This thesis applies a combination of Bayesian Belief Network (BBN) and Genetic Algorithm (GA). The BBN is a Directed Acyclic Graphical (DAG) model that represents a set of random variables and their conditional dependencies via a DAG, which makes it perfect for this research. The GA is also a famous of evolutionary algorithm, and can be used as a search algorithm for BBN structure learning. In this thesis, the researcher modified the mutation operator of GA to improve the performance of BBN. The experimental data sets obtained from the student score database of FOS pre-course during academic year 2004 to 2008. From the result of the experiment, it is found that when using 2 point mutation the best result was achieved compared to traditional methods.

Abstract: ความสำเร็จในการเรียนคือเป้าหมายหลักของการศึกษา จากการศึกษาตามสถิติด้าน ผลสัมฤทธิ์ทางการเรียนของนักศึกษา จากแผนกการศึกษาของคณะวิทยาศาสตร์ มหาวิทยาลัย แห่งชาติลาว ในช่วง พ.ศ. 2547-2551 พบว่าจำนวนร้อยละ 54 ของนักศึกษาที่ไม่สัมฤทธิผล ทางการเรียนเนื่องจากผลกระทบจากการเรียนวิชาพื้นฐานส่งผลไปสู่การศึกษาที่ต่อเนื่องกัน ปัญหา นี้จำเป็นต้องได้รับการศึกษาเพื่อหาปัจจัยที่มีอิทธิพลต่อกัน โดยการหาความสัมพันธ์ระหว่างวิชา พื้นฐานและวิชาต่อเนื่อง การศึกษาทำความเข้าใจวิชาเหล่านั้นเพื่อทราบข้อเท็จจริงเกี่ยวกับ ผลสัมฤทธิ์ทางการเรียนหรือความไม่สัมฤทธิ์ทางการเรียนของนักศึกษา จะสามารถวางแผนการ เรียนได้อย่างถูกต้อง วิทยานิพนธ์ฉบับนี้ ใช้วิธีการผสมผสานกันระหว่างเครือข่ายความเชื่อเบย์ เซียนและขั้นตอนวิธีเชิงพันธุกรรม โดยเครือข่ายความเชื่อเบย์เซียนมีรูปแบบลักษณะเป็นกราฟ กำกับแบบไม่วน ซึ่งแสดงถึงชุดของตัวแปรสุ่มและความน่าจะเป็นเชิงเงื่อนไขของกราฟในการ ตัดสินใจ ส่วนขั้นตอนวิธีเชิงพันธุกรรมเป็นวิธีการหาค่าเหมาะสม สามารถใช้ค้นหาโครงสร้าง เครือข่ายความเชื่อเบย์เซียนที่เหมาะสมเพื่อใช้สำหรับการพยากรณ์ ผู้วิจัยได้ดำเนินการพัฒนา ปรับปรุงวิธีการกลายพันธุ์ของขั้นตอนวิธีเชิงพันธุกรรมเพื่อให้มีประสิทธิภาพดีขึ้นวัดจากความ ถูกต้องในการพยากรณ์ด้วยเครือข่ายความเชื่อเบย์เซียน ข้อมูลการทดลองใช้ฐานข้อมูลคะแนนของ นักศึกษาคณะวิทยาศาสตร์ของมหาวิทยาลัยแห่งชาติลาว ก่อนหลักสูตร ระหว่างปีการศึกษา 2547- 2551 จากผลของการทดสอบจะพบว่าเมื่อใช้การกลายพันธุ์ 2 จุดได้ผลดีที่กว่าวิธีการแบบเดิม

King Mongkut's University of Technology North Bangkok. Central Library

Address: BANGKOK

Email: library@kmutnb.ac.th

Name: Phayung Meesad

Role: Thesis advisors

Email : pym@kmutnb.ac.th

Created: 2011

Modified: 2017-05-23

Issued: 2555-01-11

วิทยานิพนธ์/Thesis

application/pdf

CallNumber: E-THESIS

eng

DegreeName: Master of science

Level: Master's Degree

Descipline: Information Technology

Grantor: King Mongkut's University of Technology North Bangkok

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	B15521369.pdf	1.54 MB	152	2022-03-11 00:05:06

ใช้เวลา

0.029438 วินาที