学習者モデルの構築とニューラルネットワークを用いた分類手法の提案

カテゴリ: 研究会(論文単位)

論文No: CT19070

グループ名: 【C】電子・情報・システム部門 制御研究会

発行日: 2019/03/27

タイトル(英語): Development of a Learner Model and Classification Method Using Neural Networks

著者名: 林田 智弘(広島大学),木下 拓矢(広島大学),脇谷 伸(広島大学),谷本 祐輔(広島大学),山本 透(広島大学)

著者名(英語): Tomohiro Hayashida(Hiroshima University),Takuya Kinoshita(Hiroshima University),Shin Wakitani(Hiroshima University),Yusuke Tanimoto(Hiroshima University),Toru Yamamoto(Hiroshima University)

キーワード: 学習者モデル|ニューラルネットワーク|学習支援システム|Learner Model|Neural network|Learning support system

要約(日本語): 本研究では，学習者の支援を目的とした習熟度予測システムの構築を目的とする．習熟度の予測にはフィードフォワードニューラルネットワーク(FNN)を応用する．時間的，金銭的コストの面から，適切なFNNの内部パラメータ獲得のための長期にわたる学習者習熟過程の観測に基づく十分な数のデータ収集が難しい．このため，本研究では仮想的な学習者データを生成するため，「一次遅れ系＋むだ時間」系で記述される学習者モデルを構築する．

要約(英語): The study proposes a prediction system of proficiency of learners using a feedforward neural network. Additionally, this study constructs a learner model which is defined by first-order system with a dead time to generate a database of learners for appropriate training of the neural network.

原稿種別: 日本語

PDFファイルサイズ: 1,104 Kバイト