| Identifikační kód | RIV/00216224:14330/14:00076476 |
|---|
| Název v anglickém jazyce | Graph Mining for Automatic Classification of Logical Proofs |
|---|
| Druh | D - Článek ve sborníku |
|---|
| Jazyk | eng - angličtina |
|---|
| Obor - skupina | I - Informatika |
|---|
| Obor | IN - Informatika |
|---|
| Rok uplatnění | 2014 |
|---|
| Kód důvěrnosti údajů | S - Úplné a pravdivé údaje o výsledku nepodléhající ochraně podle zvláštních právních předpisů. |
|---|
| Počet výskytů výsledku | 1 |
|---|
| Počet tvůrců celkem | 2 |
|---|
| Počet domácích tvůrců | 2 |
|---|
| Výčet všech uvedených jednotlivých tvůrců | Karel Vaculík (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 1415417)
Lubomír Popelínský (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 9343199) |
|---|
| Popis výsledku v anglickém jazyce | We introduce graph mining for evaluation of logical proofs constructed by undergraduate students in the introductory course of logic. We start with description of the source data and their transformation into GraphML. As particular tasks may differ---students solve different tasks---we introduce a method for unification of resolution steps that enables to generate generalized frequent subgraphs. We then introduce a new system for graph mining that uses generalized frequent patterns as new attributes. Weshow that both overall accuracy and precision for incorrect resolution proofs overcome 97%. We also discuss a use of emergent patterns and three-class classification (correct/incorrect/unrecognised). |
|---|
| Klíčová slova oddělená středníkem | graph mining; frequent subgraphs; logic proofs; resolution; classification; educational data mining |
|---|
| Stránka www, na které se nachází výsledek | - |
|---|