Educational Technology & Society 8(4) 2005
ISSN 1436-4522
pp. 280-290

Реализация механизмов многоуровневой адаптации в системе электронного обучения «Гефест»

С.В. Тархов
кафедра информатики
Уфимский государственный авиационный технический университет, Уфа, Россия
tarkhov@ufanet.ru

АННОТАЦИЯ
В статье рассматриваются модели и методы статической, динамической и многоуровневой адаптации в системе электронного обучения «Гефест», предназначенной для проведения занятий со студентами в условиях различных форм организации учебного процесса (очное, вечернее, заочное) и интеграции традиционных форм обучения с дистанционным обучением, как в самом вузе, так и на его филиалах и представительствах. Обучение рассматривается как процесс адаптивного управления сложной системой, базирующийся на использовании четкой и нечеткой логики и ситуационного управления. Подготовка статически и динамически адаптивного учебно-методического материала реализуется на основе сборки многоуровневых объектов из глубоко структурированной учебно-методической информации.

Ключевые слова
Электронное обучение, адаптивное обучение, статическая адаптация, динамическая адаптация, система «Гефест».

 

Введение

В настоящее время в учебный процесс повсеместно внедряются технологии электронного обучения (ЭО), позволяющие организовать не только эффективный информационный обмен с обучаемыми в сетях Intranet/Internet, но и интенсивное интерактивное, в том числе адаптивное обучение.
Понятие «адаптация» будем рассматривать в двух основных аспектах. Во-первых, это адаптивное планирование на этапе подготовки индивидуализированного учебно-методического материала (УММ) в информационно-обучающей системе (ИОС). Такой подход позволяет реализовать адаптацию учебного материала как к группе обучаемых, так и к отдельному обучаемому, например студенту, обучающемуся по индивидуальному плану. В этом случае структура, содержание и способ представления УММ зависят от поставленных целей обучения, уровня начальной подготовки обучаемых для которых создается учебный курс, возможностей воспроизведения и передачи информации в ИОС, а также ряда других факторов. Такой подход будем называть статической адаптацией, поскольку после подготовки адаптированного учебного курса в самом процессе обучения УММ остается неизменным.
Во-вторых, это адаптивное взаимодействие обучаемого с ИОС, в процессе которого выполняется динамическая генерация учебного материала для конкретного обучаемого, используется система помощи и подсказок, организуются диалоги между пользователями, а также осуществляется гибкая настройка интерфейса. Такой подход будем называть динамической адаптацией, поскольку в процессе информационного взаимодействия обучаемого с ИОС осуществляется как изменение содержания и способов представления УММ, так и всесторонняя настройка системы под обучаемого.
Говоря о многоуровневой адаптации, будем иметь в виду, что ИОС позволяет осуществлять сборку статически адаптированного учебного материала, содержащего в своей структуре не только УММ, но и методы (процедуры) его обработки. Собранный таким образом статически адаптированный учебный материал позволяет в процессе его использования обучаемыми в определенной мере реализовать механизмы динамической адаптации.
В статье описаны механизмы управления адаптивным электронным обучением, позволяющие реализовать статическую, динамическую и многоуровневую адаптацию учебных материалов в сетевой ИОС «Гефест».
Модели и алгоритмы, положенные в основу сетевой ИОС «Гефест» [Минасов Ш.М. и др., 2005], реализующие принципы адаптивного электронного обучения, основаны на теории конечных автоматов Мура и марковских процессов [Тархов С.В., 2005], а также объектной модели обработки учебно-методической информации [Кабальнов Ю.С. и др., 2003].
Настоящая статья будет полезна всем, кто связан со сферой образования, разрабатывает и внедряет в учебный процесс новые информационные технологии обучения, реализующие механизмы адаптивного управления электронным обучением.

Обучение как процесс адаптивного управления сложной системой

Рассмотрим обучение как процесс управления сложной системой [Растригин Л.А., 1981], в которой обучаемый является объектом управления, а ИОС (и/или преподаватель) – источником управления.
В предлагаемой реализации системы электронного обучения, показанной на рис. 1, в модель адаптивного управления обучением включены: объект управления (ОУ) – обучаемый; среда, в которой осуществляется функционирование системы; устройство адаптивного управления (УАУ); базы ресурсов системы; модель обучаемого. Модель обучаемого позволяет учесть не только текущее состояние объекта управления, но и предысторию обучения, хранимую в виде набора параметров модели ОУ (модель обучаемого).


Рис. 1. Модель обучения как процесс управления сложной системой
Здесь X=(x1, x2, x3, …, xN) т, – вектор, определяющий фактическое состояние среды, влияющей на вектор состояния Y=(y1, y2, y3, …, yM)т объекта; Т – операция транспонирования векторов. Информация об этих состояниях измеряется датчиками DX и DY, которые информируют устройство адаптивного управления.
Очевидно, что вектор измеряемых датчиком DX параметров состояний среды Х'=(x'1, x'2, x'3, …, x'n)т не равен вектору ее фактических состояний ( Х'Х ), а на вектор измеряемых датчиком DY параметров состояний объекта управления Y'=(y'1, y'2, y'3, …, y'm) т не равен вектору его фактических состояний (У'У) в силу того, что датчики измеряют только то, что используется в процессе управления. Однако Х'Х и У'У , т.е. получаемая информация в какой-то мере (но далеко не полностью) отражает действительное состояние объекта и среды, которая дополняется параметрами модели обучаемого.
Ресурсы R , выделяемые на создание системы адаптивного управления, в значительной степени определяют и объем собираемой датчиками DX и DY информации X ' и Y '.
Устройство адаптивного управления, получая на входе информацию о среде X, объекте Y, цели Z * и ресурсах системы R (база данных учебно-методической информации, методов ее обработки, правил и шаблонов, ситуаций, а также функциональные модули системы обучения), выдает на выходе управляющее воздействие U=(u'1, u'2, …, u'k) т, с помощью которого возможно достичь цели Z* и перевести объект в искомое состояние Y* , соответствующее выполнению заданной цели Z* в рамках ресурсов R=(r'1, r'2, r'3, …, r'p) т, т.е.{X', Y', Z*, R}- >U*->Y* .
Алгоритм управления А призванный решить эту задачу U*=A (X', Y', Z*, R) и является оператором, перерабатывающим исходную информацию в управление. В процессе обучения управление U имеет двоякую форму — обучающей информации, а также вопросов и заданий, ответы Y ' на которые дают возможность оценить степень обученности (усвоения УММ).
Для эффективного проведения учебного процесса, управление обучаемым должно быть гибким, основанным как на анализе его текущего состояния Y, измеряемого датчиком DY , и представленного в виде Y'=(y'1, y'2, y'3, …, y'm) т, так и на данных его многопараметрической модели т.
Многопараметрическая модель обучаемого учитывает совокупность его индивидуальных особенностей — количество и качество усвоенных знаний, контролируемое тестовой системой, уровень подготовки, предысторию обучения, цель и предпочтения обучаемого и др.
При этом необходимо отметить, что информация в модели обучаемого , носит весьма неполный характер по вполне объективным причинам: всю информацию собрать невозможно; собранная информация может неадекватно отражать состояние ОУ в текущей момент времени или даже в отдельных случаях быть противоречивой. Если также учесть тот факт, что и ОУ (обучаемый) и обучающая среда являются достаточно сложными объектами в плане диагностики их состояния и управления, можно сделать вывод о том, что классические методы параметрического управления, основанные на детерминированном подходе далеко не во всех случаях могут быть неприменимы для реализации адаптивного обучения.
В этой связи алгоритм управления А целесообразно строить с использованием одного из методов управления, основанных на базе: Применение четкой логики в управлении обучением целесообразно в тех случаях, когда обучение должно выполняться по строго определенному алгоритму – классическое программированное обучение на основе методов, предложенных Б.Скиннером и С.Пресси. Такой подход приемлем, например, при решении обучаемым задач, когда ошибка на некотором шаге i недопустима, и однозначно приведет к неверному результату. В этом случае на каждом шаге i после соответствующего контроля параметров У вектора состояния ОУ выбирается очевидное и единственно возможное управляющее воздействие U.
Применение ситуационного управления позволяет в результате анализа параметров X ' и Y ', собираемых датчиками DX и DY , параметров модели обучаемого и базы типовых ситуаций выбрать необходимое управляющее воздействие U.
Применение нечеткой логики (НЛ) обеспечивает возможность создания системы адаптивного управления, в которой данные, цели и ограничения являются слишком сложными или плохо определенными, и в силу этого не поддаются точному математическому описанию [Васильев В.И., и др., 1995], а необходимое управляющее воздействие U не может быть выбрано с использованием базы типовых ситуаций. Под ситуацией в данном случае понимается вся совокупность обстоятельств и условий, побуждающих УАУ принимать стандартное (предопределенное) управляющее действие.
Принцип построения алгоритма формирования управляющих воздействий U=(u'1, u'2, …, u'k)т в ИОС на базе нечеткой логики (нечеткого вывода) показан на рис.2. Работа блока управления на базе НЛ разбита на следующие этапы:
1. Фазификация входных переменных.
2. Активизация заключений правил нечеткой логики.
3. Аккумуляция заключений для каждой лингвистической переменной.
4. Дефазификация выходных переменных.

Рис. 2. Схема управления на базе нечеткой логики
Для того, чтобы можно было применять простые правила, данные, передаваемые в блок регулирования на основе нечеткой логики, должны быть преобразованы.
На первом этапе выполняется их фазификация входных переменных. Значения параметров состояния объекта управления Y'=(y'1, y'2, y'3, …, y'm)т, измеренные датчиком DY преобразуются в лингвистические переменные. Каждая лингвистическая переменная характеризуется набором термов. Например, лингвистическая переменная «усвоение учебного материала» при традиционной системе оценки знаний может иметь следующие термы: «неудовлетворительно», «удовлетворительно», «хорошо», «отлично». В условиях использования НЛ трактовка этих понятий может быть шире – «хорошо», но «не очень» и т.д. Лингвистическая переменная «срок выполнения задания» может иметь следующие термы: «досрочно», «вовремя», «несвоевременно». Лингвистическая переменная «характер допущенной ошибки» может иметь следующие термы: «грубая», «незначительная», «несущественная». Результатом решения задачи может быть: «верно», «неверно». Каждый терм описывается своей функции принадлежности µi(y) , которая может принимать значения от 0 до 1. На основе значений параметров состояния объекта управленияy'i , в блоке фазификации вычисляются значения µi(y) каждого терма. Результатом применения правила являются величина, являющаяся степенью истинности, и принимающая значения от 0 до 1 (0 ? µi(y) ?1).
На втором этапе выполняется активизация заключений правил нечеткой логики. На основании анализа степени истинности заключений, в зависимости от значений функции принадлежности µi(y) выбирается то или иное правило. Например, в процессе тестирования было установлено, что обучаемый «знает учебный материал», но «не совсем». В этом случае система собрает объекты с учебно-методическим материалом, который недостаточно хорошо освоен обучаемым. В случае если установлено, что обучаемый «не знает учебный материал», то ИОС собирает из объектов УМИ необходимый обучаемому УММ. Но это действие выполняется после аккумуляции.
На третьем этапе выполняется аккумуляция заключений для каждой лингвистической переменной. Заключения из каждого правила собираются вместе для каждой лингвистической переменной и обрабатываются совместно.
На четвертом этапе выполняется дефазификация, в результате которой в соответствии со степенями истинности для каждого терма выходной переменной рассчитывается ее числовое значение и формируется управляющее воздействие. Таким образом, в результате работы МУНЛ будет сформировано управляющее воздействие U=(u'1, u'2, …, u'k) т.
Независимо от выбранного УАУ метода управления системой обучения, на основании измеряемых датчиками DX и DY параметров состояний среды Х'=(x'1, x'2, x'3, …, x'n)т и объекта управления Y'=(y'1, y'2, y'3, …, y'm)т и параметров модели обучаемого формируется управляющее воздействие U=(u'1, u'2, …, u'k) т. В критических случаях, при возникновении неразрешимых ситуаций, когда управление U=(u'1, u'2, …, u'k) т не приводит к требуемому результату за определенное число шагов, система инициирует диалог обучаемого с преподавателем.

Сборка адаптивного учебно-методического материала

Структурированная учебно-методическая информация, хранящаяся в базе данных УМИ в виде объектов «нулевого» уровня О 0 [Кабальнов Ю.С. и др., 2004], собирается ИОС в объекты «высокого» уровня О i, представляющие собой систематизированный и упорядоченный УММ. Этом УММ еще не предназначен непосредственно для работы обучаемого, поскольку не содержит внешнего оформления и средств навигации, но используется для последующей обработки в ИОС. Объекты «высокого» уровня используются также как заготовки для компиляции электронных документов с учебными курсами для их передачи другим пользователям в различных форматах представления данных: гипертекстовый документ (*.html), Microsoft Word (стандартный формат *.doc или универсальный формат текстовых документов *.rtf), Adobe Acrobat (формат *.pdf), Windows help (формат *.chm).
Модель формирования учебного материала, основанная на объектной технологии обработки УМИ показана на рис. 3.


Рис. 3. Модель формирования учебного материала
На некотором уровне N (в частном случае даже N =1) учебный объект приобретает очередные новые качества. Дополненный методами управления контентом он переходит в класс учебного модуля (УМ).
где
O 0 – объект нулевого уровня;
k – количество объектов нулевого уровня в объекте первого уровня;
I 1 – дополнительная информация об объекте первого уровня;
M 1 – методы объекта первого уровня;
Учебный модуль – это дидактически завершенный фрагмент учебного материала, имеющий четко определенную цель обучения и содержащий теоретический материал, задания для закрепления теоретического материала и/или получения необходимых практических навыков, контрольные вопросы и задания для текущего и итогового контроля знаний.
При необходимости в УМ включаются требования к знаниям и умениям обучаемого, библиографические списки, ссылки на образовательные ресурсы Internet и др. Визуализация УМИ, представленной в УМ осуществляется на базе методов управления учебным контентом и шаблонов вывода, хранящихся базе данных ИОС. Общая структура учебного модуля, используемого в ИОС, показана на рис. 4. Учебный модуль в общем случае может не содержать некоторых из показанных на рис. 4 компонент.
При этом для каждого УМ в обязательном порядке определены:

Рис. 4. Структура учебного модуля в ИОС
Дополнительно объект типа УМ может содержать: В зависимости от используемых в системе методов управления, в учебный модуль интегрируются средства диалогового общения с преподавателем и другими обучаемыми (см. рис. 4). Они позволяют в целом повысить эффективность обучающей системы, особенно в случаях возникновения неразрешимых ИОС обучающих ситуаций. Такие ситуации могут возникать в случаях, если ИОС исчерпаны все возможные варианты представления УММ в учебном модуле, а обучаемым он не был воспринят, и он продолжает допускать ошибки при работе с контролирующим материалом.
Наряду с БД, предназначенной для хранения основного учебно-методического материала в ИОС, допускается хранение отдельных готовых к использованию сгенерированных УМ в виде файлов гипертекстовой структуры или электронных документов в других форматах, как правило *.pdf и *.chm.
Статическая адаптация учебного материала осуществляется путем сборки адаптивных УМ на основе использования параметров, связанных с параметрами модели обучаемого . Эти параметры имеются в разделе дополнительных метаданных учебных объектов – область знаний, стадия обучения, уровень сложности УММ, уровень детализации УМИ, планируемое время работы обучаемого с объектом, стратегия обучения и др.
Принципиально предложенный объектный подход позволяет формировать неограниченное число уровней учебных модулей, адаптированных к обучаемому и создавать уникальные учебно-методические комплексы как для подготовки специалистов, так и для их переподготовки и повышения квалификации.
Глубокая структуризация в сочетании с объектным подходом к хранению и обработке информации позволяют в полной мере реализовать в рамках сетевой ИОС методологию повторно используемых учебных объектов при создании адаптивных учебных курсов, регламентированную, в частности спецификацией IMS Content Packaging Specification.
Многоуровневая адаптация в ИОС осуществляется путем сборки статически адаптированных УМ, представленных в формате скомпилированного руководства (формат *.chm – Compiled Help (HTML) Manual) — интерактивной гипертекстовой справочной системы, разработанном корпорацией Microsoft. Несмотря на достаточно специфическое назначение, этот файловый формат привлекает все больше внимания не только программистов, но и широкого круга самых различных пользователей персонального компьютера, в том числе преподавателей, разрабатывающих УММ для электронных учебных курсов.
Формат скомпилированного гипертекстового руководства обладает рядом существенных преимуществ, среди которых отметим следующие: В общем случае скомпилированный в формате chm электронный документ включает сжатые html-файлы, графические объекты (статическую и анимированную графику) и вспомогательные файлы, а также индексы, содержание и базу данных полнотекстового поиска. Кроме того, что очень важно, этот формат допускает включение в состав электронного документа скриптовых сценариев (например, JavaScript). На основе таких сценариев, включенных в состав скомпилированного УМ, реализуются методы обработки контента. Именно они позволяют на этапе сборки статически адаптированного УМ в определенной мере предусмотреть реализацию механизмов динамической адаптации на основе включения в документ методов управления обучением, базирующихся на тестовом контроле знаний обучаемого и обработке результатов с использованием правил НЛ. Обучаемый может работать со скомпилированным УМ независимо от ИОС. В то же время, сценарий может предусматривать взаимодействие обучаемого с компонентами ИОС, если у него есть доступ к ее ресурсам, например при работе в Intranet/Internet. Такой подход к многоуровневой адаптации применен для создания электронных учебных материалов, используемых при обучении в сетевой ИОС «Гефест»

Примеры практической реализации предложенных подходов

Сетевая ИОС «Гефест», реализованная на программном ядре «K-Media» [Тархов С.В., и др., 2003], в настоящее время используется для проведения лабораторных и курсовых работ по дисциплине информатика как в компьютерных классах информатики при минимальном участии преподавателя в процессе обучения, так и по дистанционной технологии обучения без привязки к конкретному времени и месту выполнения работы. При этом обучаемый, являясь официально зарегистрированным пользователем системы, имеющим авторизованный доступ к ее ресурсам, обеспечивается методической и консультационной поддержкой процесса обучения как со стороны ИОС, так и со стороны преподавателя.
В сетевой ИОС «Гефест» реализована технология динамической адаптации на базе текущего контроля усвоения учебного материала. На рис. 5 показаны два рабочих окна навигатора Internet Explorer, на примере содержимого которых демонстрируется реализация динамической адаптации с сетевой ИОС «Гефест».


Рис. 5. Динамическая адаптация в сетевой ИОС «Гефест»
В первом окне (на рис.5 слева) обучаемый выполняет интерактивный тест по изучаемой теме, в процессе работы с которым ему доступна система помощи и подсказок. Во втором окне (на рис.5 справа) для обучаемого на основе результатов тестирования сгенерирован необходимый для изучения учебный материал. В данном случае уровень подготовки обучаемого «низкий» и для него сгенерирован УММ по шести темам, знания материала которых необходимо для успешного выполнения лабораторной работы.
Учебно-методический материал с тестовыми вопросами генерируется системой из многоуровневых учебных объектов, хранимых в базе данных УМИ. Сборка объектов УМ выполняется с использованием правил НЛ. В зависимости от настроек ИОС сгенерированный для обучаемого по результатам теста УММ может быть открыт в отдельных окнах (как показано на рис. 6) или собран в один документ.
Обучаемые в сетевой ИОС «Гефест» студенты могут использовать в своей работе статически адаптированные УМ, представленные в виде электронных учебных материалов в формате скомпилированного гипертекстового справочного руководства (формат *.chm). Такие электронные УММ студенты могут получить как по Internet, так и скопировать на носители информации в компьютерных классах кафедры во время проведения плановых учебных занятий и консультаций. В процессе работы со скомпилированными электронными учебными материалами студенту предлагаются тестовые задания, по результатам которых для него собирается адаптированный УММ, открываемый в новых окнах. Студенту доступны также всплывающие подсказки и гиперссылки, позволяющие при необходимости открыть дополнительный УММ в новых окнах.
Пример нескольких рабочих окон скомпилированного в формате chm электронного учебного материала, реализующего двухуровневый подход к адаптации показан на рис. 6.

Рис. 6. Скомпилированный адаптивный УМ
На нем (на рис. 6 слева направо) представлены следующие окна электронного лабораторного практикума по Visual Basic: окно с текстом, поясняющим правила работы; окно с тестовыми заданиями, необходимыми для сборки адаптивного УММ; окно со сведениями о сгенерированном для студента УММ; окно со сгенерированным УММ; окно с учебным материалом, описывающим пример выполнения лабораторной работы, снабженным всплывающими подсказками и гиперссылками, позволяющими открыть дополнительный УММ (в нижней части рис.6).
На кафедре информатики для реализации учебного процесса с использованием технологий электронного, в том числе дистанционного обучения, разработан комплект электронных учебно-методических материалов в виде скомпилированных гипертекстовых справочных руководств. Варианты разработанных электронных учебных материалов зарегистрированы в ОФАП Государственного координационного центра информационных технологий Минобразования РФ, например [Кузьмина Е.А. и др., 2004, Карчевская М.П., и др., 2005].
Созданные в формате скомпилированного гипертекстового руководства (формат *.chm) электронные учебно-методические материалы, представленные в виде электронных лабораторных практикумов, конспектов лекций, заданий к контрольным и курсовым работам и т.д. могут быть с успехом использованы: Небольшой объем файлов в формате скомпилированного гипертекстового руководства позволяет предоставлять их обучаемым на дискетах и по Internet.
Проведенный педагогический эксперимент позволил оценить эффективность практического использования предложенных подходов к реализации адаптивного управления обучением в сетевой ИОС «Гефест» [Тархов С.В., 2005]. Он показал, что эффективность предлагаемой подхода к адаптивному управлению электронным обучением (на примере обучения по дисциплине «Информатика» в рамках лабораторного практикума) по суммарному рейтингу превзошла методику, базирующуюся на использовании гипертекстовых УММ на 28,8%, а по рейтингу, отражающему результаты решения задач – в 2,3 раза.
Авторизованный доступ пользователей к сетевой ИОС «Гефест», размещенной на сервере кафедры информатики Уфимского государственного авиационного технического университета (http://informatic.ugatu.ac.ru), осуществляется как из учебных компьютерных классов кафедры (по локальной сети), так и с компьютеров, расположенных за пределами кафедры (24 часа 7 дней в неделю по Internet).

Заключение

Описаны подходы у управлению адаптивным обучением, позволяющие реализовать статическую, динамическую и многоуровневую адаптацию в сетевой информационно-обучающей система «Гефест». Статическая и динамическая сборка адаптивных учебных материалов (учебных модулей) выполняется на основе объектно-ориентированного подхода к обработке структурированной учебно-методической и иной информации, хранящейся в базах данных. Алгоритмы адаптивного управления электронным обучением базируются на использовании ситуационного управления и нечеткой логики. Многоуровневая адаптация в ИОС осуществляется путем сборки статически адаптированных УМ, представленных в формате скомпилированного руководства, допускающих в процессе работы с ними обучаемых реализацию динамической адаптации на основе встроенных в электронный документ скриптовых сценариев.
Предложенные подходы к реализации адаптивного управления электронным обучением позволяют генерировать учебно-методический материал различного уровня – фрагменты, разделы учебного курса, учебные курсы в целом и т.д., а также специфический учебно-методический материал, например, такой как конспект, глоссарий, сборники вопросов, заданий, методический материал к практическим занятиям и лабораторным работам и т.п. Интеграция обучающих и контролирующих материалов в объектах позволяет реализовать как эффективное управление обучением, так и контроль его результатов.
Разработанные алгоритмы адаптивного управления электронным обучением позволяет выбирать и динамически изменять непосредственно в процессе обучения содержание и форму представления учебно-методической информации, устанавливая параметры обучения как на основе анализа результатов текущего контроля усвоения учебного материала, так и анализа индивидуальной траектории обучения, хранимой в модели обучаемого. Проведенный педагогический эксперимент по использованию адаптивного управления обучением подтвердил его эффективность.

Литература

[Минасов Ш.М. и др., 2005] Минасов Ш.М., Тархов С.В. Проект «Гефест» как вариант практической реализации технологий электронного обучения в вузе в условиях интеграции традиционного и дистанционного обучения //Журнал Восточно-Европейской подгруппы Международного форума «Образовательные технологии и общество» -Educational Technology & Society 8(1) 2005. ISSN 1436-4522. p.134-147.
[Тархов С.В., 2005] Тархов С.В. Управление адаптивным обучением и его оптимизация на базе теории абстрактных автоматов и марковских процессов // Информационные технологии моделирования и управления. Научно-технический журнал №1 (19). Воронеж. Научная книга. 2005, с.39-45.
[Кабальнов Ю.С. и др., 2003] Кабальнов Ю.С., Тархов С.В., Минасов Ш.М. Способы хранения и генерации учебных курсов в информационно-обучающей среде, функционирующей на базе технологии WWW // Материалы научно-практической конференции «Информационные недра Кузбасса», посвященной 60-летию Кемеровской области. Кемерово. 2003. С.169-171.
[Кабальнов Ю.С. и др., 2004] Кабальнов Ю.С., Минасов Ш.М., Тархов С.В. Модели представления и организация хранения информации в сетевой информационно-обучающей системе //Вестник УГАТУ Научный журнал Уфимского государственного авиационного технического университета. т.5, №2(10), УГАТУ, 2004, с.183-191.
[Растригин Л.А., 1981] Растригин Л.А. Адаптация сложных систем. Методы и приложения. Рига: Зинатне, 1981. -375 с.
[Васильев В.И., и др., 1995] Васильев В.И., Ильясов Б.Г. Интеллектуальные системы управления с использованием нечеткой логики: Учебное пособие / В.И. Васильев, Б.Г.Ильясов; Уфимск. гос. авиац. техн. ун-т. Уфа, 1995. - 80 с.
[Тархов С.В., и др., 2003] Тархов С.В., Минасов Ш.М., Минасова Н.С. Информационно-обучающая система дистанционного обучения K-Media (ИОС ДО K-Media) // Свидетельство об официальной регистрации программы для ЭВМ № 2003612176. Российское агентство по патентам и товарным знакам (РОСПАТЕНТ). Зарегистрировано в реестре программ для ЭВМ 22 сентября 2003 г.
[Кузьмина Е.А. и др., 2004] Кузьмина Е.А., Минасов Ш.М., Тархов С.В. Электронный лабораторный практикум по Visual Basic // Свидетельство об отраслевой регистрации разработки № 3649 Зарегистрировано в ОФАП Государственного координационного центра информационных технологий Минобразования РФ. 2004.
[Карчевская М.П., и др., 2005] Карчевская М.П., Рамбургер О.Л., Тархов С.В. Электронный лабораторный практикум по Mathlab // Свидетельство об отраслевой регистрации разработки № 4606 Зарегистрировано в Отраслевом фонде алгоритмов и программ Государственного координационного центра информационных технологий Министерства образования РФ 08.04.2005 г.
[Тархов С.В., 2005] Тархов С.В. Оценка эффективности адаптивного электронного обучения.// Информационные технологии моделирования и управления. Научно-технический журнал №3 (21). Воронеж. Научная книга. 2005, с.337-346.