文献

J-GLOBAL ID：201702280679475814   整理番号：17A1352478

人工神経回路網と強化学習を用いた建築物適応型教育モデル【Powered by NICT】

Building Adaptive Tutoring Model Using Artificial Neural Networks and Reinforcement Learning

著者 (3件)： Fenza Giuseppe ,  Orciuoli Francesco ,  Sampson Demetrios G.
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICALT  ページ： 460-462  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 新技術支持学習環境(例えば,MOOC,移動eduゲーム)の出現により,効率的かつ効果的な教育機構は,従来の知的教育システムを超えた関連のままである。本論文では,人工神経回路網と強化学習の両方を用いて教育モデルを構築し,適応へのアプローチを提供する。基礎となるアイデアは,教育ルールは人間チュータの挙動を観察することによって,最初に学ぶことができることであり,各学習者が学習過程の異なる状態での学習環境内でどのように反応するか観察することにより,実行時に,適合させた。近接自己開発領域の学習経験の有効性と効率を評価するための基礎理論として採用されている。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *ニューラルネットワーク ,  ゲーム ,  *強化学習 ,  *教育
準シソーラス用語： 学習経験 ,  学習環境 ,  学習過程 ,  学習者 ,  ティーチングアシスタント ,  MOOC ,  *教育モデル , 【Automatic Indexing@JST】

分類 (1件)： ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： 人工神経回路網 ,  強化学習 ,  建築物 ,  教育モデル