学習者データベース構築とニューラルネットワークを用いた特徴抽出および分類

カテゴリ: 研究会(論文単位)

論文No: CT20068

グループ名: 【C】電子・情報・システム部門 制御研究会

発行日: 2020/06/13

タイトル(英語): Construction of learner database and feature extraction and classification using the 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),山本 透(広島大学),西崎 一郎(広島大学),関崎 真也(広島大学),谷本 祐輔(広島大学)

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

キーワード: ＷＢＴ|学習支援|時系列データ分類|ニューラルネットワーク|Web-Based Training |Learning support |Time-series data classification|Neural networks

要約(日本語): WBT (Web-Based Training) において，学習者の学習意欲および効率の持続的維持のための教育内容の決定には，各学習者の学習特性や到達度をリアルタイムに把握することが必要である．本研究では，適切な学習者支援のために，「一次遅れ＋むだ時間」系システムに基づく学習者モデルにより生成された仮想的な学習者データとニューラルネットワークを用いた学習特性による学習者の特徴分類および分類手法を構築する．

要約(英語): This study constructs a learner classification method using the neural networks for providing appropriate learning support for each learner. The parameters of the networks are determined by using virtual learner data generated by a learner growth model constructed based on "first-order and dead time" model.

原稿種別: 日本語

PDFファイルサイズ: 1,567 Kバイト