Dirbtinių neuroninių tinklų taikymas bendrojo lavinimo mokykloms palyginti
LTStraipsnyje pasiūlytas bendrojo lavinimo mokyklų palyginimo ir vizualaus įvertinimo metodas, grindžiamas dirbtiniais nekontroliuojamo mokymo neuroniniais tinklais ir Sammono atvaizdavimu. Naudotos trys nekontroliuojamo mokymo neuroninių tinklų realizacijos, kurios viena nuo kitos skiriasi realizavimo detalėmis ir duomenų pateikimo forma. Pradiniams duomenims atvaizduoti plokštumoje ir viena iš neuroninių tinklų realizacijų gautiems rezultatams vizualizuoti naudotas Sammono metodas. Analizės duomenys paimti iš Švietimo informacinių technologijų centro sukurtos Lietuvos pedagogų duomenų bazių sistemos. Joje kaupiami pastarųjų metų duomenys apie švietimo įstaigose dirbančius pedagogus. Turint kelių metų duomenis galima vertinti mokyklas apibūdinančių rodiklių dinamiką. Gauti rezultatai leidžia vizualiai vertinti mokyklų panašumą ar skirtumus. Analizės rezultatai pateikti paprasta grafine forma, dėl to juos lengva interpretuoti.
ENA method for comparison and visualization of the state of a set of secondary schools has been proposed. It is grounded on the application artificial neural networks - Self Organizing Map (SOM) - and Sammon's mapping. Three realizations of SOM are used. They differ in possibilities to visualize the results. Therefore, their complex application allows wider conclusions. Sammon's algorithm is used for preliminary data presentation on the plane, and to visualize results of one of the realizations of SOM. The data for analysis have been extracted from a set of databases of Lithuanian teachers developed in the Lithuanian Ministry of Science and Education. The databases represent the data on teachers in different years. Application of the databases of different years allowed evaluation of the dynamics of school characteristics. The method may be useful for visual evaluation of the state of a separate school comparing with other ones. The advantage is that the analysis results are presented in a simple graphical form. This makes the interpretation of analysis results easier.
