PREDICTION OF THE PUPIL NUMBER RETRYING TO SCHOOL BY ARTIFICIAL NEURAL NETWORKS
Abstract
The paper using the regression technique on the base of the backpropogation neural networks to predict the pupil number retrying to the education center Dongda, Hanoi from 1989 year to 2017 year.
Idea of the paper is choosing the prediction pupil number retrying to the education center in order use as the last element of the input sample set and cancel the first element of the this set. The prediction software program is prepared by the authors. The prediction results of the pupil number retrying to education center are compared with four the other prediction techniques and given us the positive, hight acurracy.
References
Thái Trung Hải. Sử dụng mạng nơ ron trong việc dự đoán kết quả đậu đại học, Đại học Bách khoa, Tp. Hồ Chí Minh, 2014.
Nguyễn Quang Hoan. Mạng nơ ron nhân tạo, Học viện Công nghệ Bưu chính Viễn thông, 2007.
Nguyễn Văn Trịnh. Ứng dụng mạng nơ ron trong dự báo tỷ lệ nghỉ học, Viện Toán Ứng dụng và Tin học–Đại học Bách khoa, Hà Nội, 2012.
Nguyễn Sỹ Linh. Tổng quan về phương pháp dự báo và khả năng áp dụng một số mô hình trong dự báo biến động tài nguyên và môi trường tại Việt Nam, Viện Chiến lược, Chính sách Tài nguyên và Môi trường, 2010. http://isponre.gov.vn/home/dien-dan/463-tong-quan-ve-phuong-phap-du-baova-kha-nang-ap-dung-mot-so-mo-hinh-trong-du-bao-bien-dong-tai-nguyen-va-moi-truong-tai-vietnam.
Petar Halachev, Prediction of e-Learning Efficiency by Neural Networks. Cybernetics and Information Technologies, Bulgarian Academy of Sciences, 2012, vol. 12–Nơ ron 12.
Robert J. Schallkoff. Artificial Neural Networks, The McGraw – Hill Companies, Inc, 1997.
Dương Thu Trang. Ứng dụng mạng nơ ron nhân tạo dự báo số học sinh tuyển vào trung tâm GDNN-GDTX quận Đống Đa, Luận văn thạc sỹ, Giảng viên hướng dẫn: Nguyễn Quang Hoan, 2017.
