Skoči na glavni sadržaj

Croatian Journal of Education : Hrvatski časopis za odgoj i obrazovanje, Vol. 27 No. 1, 2025.

Izvorni znanstveni članak

https://doi.org/10.15516/cje.v27i1.5950

Iskorištavanje metaheuristički optimizirane iskoristivosti klasifikatora za otkrivanje i razumijevanje ispisivanja studenata

Žaklina Spalević ; Singidunum University Belgrade, Faculty of Tourism and Hospitality Management
Lazar Stošić orcid id orcid.org/0000-0003-0039-7370 ; University UNION Nikola Tesla Belgrade, Faculty of Informatics and Computer Science
Nebojša Bačanin Džakula orcid id orcid.org/0000-0002-2062-924X ; Singidunum University Belgrade, Faculty of Informatics and Computing
Luka Jovanović ; Singidunum University Belgrade, Faculty of Informatics and Computing
Filip Marković ; University of Pristina in Kosovska Mitrovica, Faculty of Technical Sciences

Puni tekst: engleski PDF 12 Kb

str. 85-127

preuzimanja: 75

citiraj

Puni tekst: hrvatski pdf 1.422 Kb

str. 85-127

preuzimanja: 208

citiraj

Sažetak

Obrazovanje je ključno za društveni napredak, poticanje znanja, vještina i kognitivnoga razvoja te je usko povezano s dugoročnim ekonomskim rastom. Povećanjem općega znanja i vještina stanovništva, obrazovanje potiče inovacije i usvajanje novih ideja, čineći ljudski kapital ključnim pokretačem gospodarskoga razvoja. Dobro obrazovana radna snaga značajno doprinosi istraživanju i razvoju, integrirajući inovacije u proizvodne procese i potičući ekonomski rast. Unatoč opsežnim istraživanjima, održavanje visoke stope upisa i niske stope ispisivanja studenata ostaje izazov. Potencijal umjetne inteligencije (AI) u rješavanju ovoga problema još uvijek nije dovoljno istražen. Ovim radom nastoji se popuniti ta praznina koristeći metaheuristički optimizirane duboke neuronske mreže za otkrivanje studenata koji su u riziku od ispisivanja. U tu svrhu, predstavljena je modificirana verzija algoritma krijesnica (FA) kako bi se zadovoljili specifični zahtjevi optimizacije. Dodatno, tehnike objašnjive umjetne inteligencije (XAI) koriste se za bolje razumijevanje čimbenika koji utječu na odluke studenata, čime se olakšava formuliranje učinkovitih strategija zadržavanja studenata. Predložena metodologija evaluirana je na stvarnom skupu podataka, pri čemu su najbolji modeli postigli točnost veću od 82 % u predviđanju ispisivanja studenata.

Ključne riječi

akademska zajednica; algoritam krijesnica; duboke neuronske mreže; objašnjiva umjetna inteligencija; pravna regulativa i etička načela

Hrčak ID:

333387

URI

https://hrcak.srce.hr/333387

Datum izdavanja:

28.3.2025.

Podaci na drugim jezicima: engleski

Posjeta: 686 *