DKT(Deep Knowledge Tracing)의 일관된 성능 유지를 위한 Consistent Regularization

본 글은 딥러닝 기반 지식 추적 모델인 DKT(Deep Knowledge Tracing)의 일관된 성능 유지를 위한 Consistent Regularization 기법을 소개합니다. DKT는 학생의 학습 과정을 시계열 데이터로 모델링하여 지식 상태를 추적하지만, 학습 데이터의 순서나 노이즈에 민감하여 성능이 불안정해지는 문제가 있습니다.

Consistent Regularization은 DKT 모델이 입력 시퀀스의 작은 변화에도 일관된 예측을 하도록 강제하는 정규화 기법입니다. 이를 통해 DKT는 데이터의 노이즈나 순서에 덜 민감해지고, 더 안정적이고 일반화된 성능을 보일 수 있습니다.

본 연구는 DKT의 신뢰성을 높이고 실제 교육 현장에서의 적용 가능성을 확대하는 데 기여할 것으로 기대됩니다.