[논문 리뷰] Preference-based Teaching

Ziyuan Gao, Christoph Ries외 2명|arXiv (Cornell University)|2017. 02. 06.

Advanced Algebra and Logic인용 수 11

한 줄 요약

이 논문은 개념 집합에 대한 선호 관계를 사용하여 어떤 개념을 가르치는 데 필요한 예시 수를 줄이는 새로운 가르침 모델인 선호 기반 가르침(preferece-based teaching)을 소개한다. 재귀적 가르침은 많은 무한 개념 클래스에서 실패하지만, 선호 기반 가르침은 반경, 선형 집합 등 무한 클래스인 반공간과 ℕ₀ 상의 선형 집합에 대해서도 낮은 가르침 복잡도(PBTD)를 달성하여, 직관적인 선호 관계가 코딩 기교 없이 최소한의 예시로 효율적인 가르침을 가능하게 한다.

ABSTRACT

We introduce a new model of teaching named "preference-based teaching" and a corresponding complexity parameter---the preference-based teaching dimension (PBTD)---representing the worst-case number of examples needed to teach any concept in a given concept class. Although the PBTD coincides with the well-known recursive teaching dimension (RTD) on finite classes, it is radically different on infinite ones: the RTD becomes infinite already for trivial infinite classes (such as half-intervals) whereas the PBTD evaluates to reasonably small values for a wide collection of infinite classes including classes consisting of so-called closed sets w.r.t. a given closure operator, including various classes related to linear sets over $\mathbb{N}_0$ (whose RTD had been studied quite recently) and including the class of Euclidean half-spaces. On top of presenting these concrete results, we provide the reader with a theoretical framework (of a combinatorial flavor) which helps to derive bounds on the PBTD.

연구 동기 및 목표

• 무한 개념 클래스에서 재귀적 가르침 차원(RTD)이 반직선 간격과 같은 간단한 클래스에서도 무한이 되는 한계를 해결하기 위해.
• 코딩 기교를 피하면서도 유한 및 무한 개념 클래스 모두에서 더 효율적인 가르침을 가능하게 하는 새로운 가르침 모델을 개발하기 위해.
• 선호 기반 가르침 차원(PBTD)을 분석하기 위한 조합론적 프레임워크를 체계화하고, 그에 대한 한계를 유도하기 위해.
• RTD가 무한한 기하학적 및 대수적 클래스(예: 유클리드 반공간, 선형 집합)에서 PBTD가 낮고 유한한 값을 가지는 것을 입증하기 위해.
• 양의 예시만으로도 효과적인 선호 기반 가르침 집합을 구성할 수 있으며, 이는 직관적인 교실 수업 방식과 일치한다.

제안 방법

• 교사와 학생가 선호 관계(엄격한 부분 순서)를 가진 개념 집합에 대해 정의된 선호 기반 가르침 모델을 도입한다.
• 선호 기반 가르침 차원(PBTD)을 정의하며, 어떤 선호 관계 하에서라도 어떤 개념을 가르치는 데 필요한 최소 최악의 경우 예시 수로 정의한다.
• 양의 예시로 구성된 스팬닝 집합을 가르침 집합으로 사용하며, 선호 관계를 활용해 목표 개념의 유일한 선택을 보장한다.
• 폐쇄 연산자와 포함 기반 선호 순서의 역할을 포함한 조합적 성질을 사용하여 PBTD에 대한 이론적 한계를 수립한다.
• 유한 개념 클래스에서는 PBTD가 RTD와 일치하지만, 무한 개념 클래스에서는 근본적으로 다름을 증명한다.
• 특정 클래스에 프레임워크를 적용한다: 원점이 0이고 최대 k개의 생성자를 가진 ℕ₀ 상의 선형 집합과 유클리드 반공간으로, 각각 PBTD = k 및 PBTD = 2임을 보여준다.

실험 결과

연구 질문

• RQ1 무한 개념 클래스에서 코딩 기교를 피하면서도 기존의 가르침 모델보다 더 강력한 가르침 모델을 설계할 수 있는가?
• RQ2 왜 재귀적 가르침은 많은 자연스러운 무한 개념 클래스에서 실패하는가? 새로운 모델이 이를 극복할 수 있는가?
• RQ3 PBTD와 RTD 사이의 관계는 무엇이며, 무한 개념 클래스에서 이들의 차이는 무엇인가?
• RQ4 기하학적 및 대수적 클래스(예: 반공간, 선형 집합)에서 선호 기반 가르침이 낮은 가르침 복잡도를 달성할 수 있는가?
• RQ5 선호 관계 하에서 양의 예시만으로도 효율적인 가르침 집합을 구성할 수 있는가?

주요 결과

• 유한 개념 클래스에서는 PBTD가 RTD와 동일하며, 기존의 재귀적 가르침 모델과의 일致성을 확인한다.
• 반직선 간격과 같은 무한 개념 클래스에서는 RTD가 무한하지만, PBTD는 여전히 유한하고 작으며, 이는 새로운 모델의 핵심적 이점임을 입증한다.
• 원점이 0이고 최대 k개의 생성자를 가진 ℕ₀ 상의 선형 집합은 정확히 k개의 양의 예시로 가르칠 수 있으며, 이에 따라 PBTD = k가 된다.
• 유클리드 반공간의 클래스는 PBTD = 2를 가지며, 이는 지름 기반 선호 관계와 양의 예시를 통해 달성된다.
• 양의 예시로만 구성된 스팬닝 집합도 유효한 선호 기반 가르침 집합이 될 수 있으며, 이는 직관적인 가르침 관행과 일치한다.
• 폐쇄 연산자에 대해 닫혀 있는 클래스(예: 볼록 집합, 선형 집합)는 종종 낮은 PBTD를 가지며, 이는 효율적인 가르침에 유리한 구조적 성질을 암시한다.