文献

J-GLOBAL ID：201802281280459861   整理番号：18A2096271

ニューラルネットワークを用いた感情知能と分析による学習の改善【JST・京大機械翻訳】

Improved Learning with Emotional Intelligence and Analysis Using Neural Networks

著者 (3件)： James I. Samllel Peter (Research Scholar, Computer Science, Bharathiar University, Coimbatore, Tamilnadu, India) ,  Ramasubramanian P. (Computer Science Engineering, Shadan Women’s College of Engineering and Technology, Hyderabad, India) ,  Angeline D. Magdalene Delighta (Computer Science Engineering., Dr.G.U.Pope College of Engineering, Tuticorin, Tamilnadu, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCIC  ページ： 1-5  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： 生活のあらゆる部分における人間の感情は通常で避けられない。感情は,各モーメントにおいて異なる状況に直面している人を上昇させるか,または鋳造する。提案した研究の最前線は,感情ベースのアプローチによる学習を提供し,データマイニングアルゴリズムを用いて結果を分析することである。本論文では,学習者の学習と学習者の成功につながる異なる環境下での様々な学習者の性能向上の達成に,感情がどのように影響するかを詳細に述べた。本研究では,感情知能が学術的性能にどのように影響するかを調べた。提案した研究は,学習者がチームとして学習することを可能にする3つの異なる学習環境におけるObserve,Amendおよび分析(OAA)法を使用し,それらのアイデアと思考を共有し,問題を提起し,回答を得るために,フィードバックを提供し,指示,警告および意味のある資源を提供する。学習者マーク,注意,姿勢,関心,精査,および性能測度は,位置ベースの感情学習環境で改善される。提案した方法は,学習者の学習を強化し,将来の結果を強化するためにニューラルネットワークを用いて性能を評価する。提案したアプローチにより,学習者の学習が正の感情で改善されることを,実装アップショットで証明した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： モーメント ,  データマイニング ,  アルゴリズム ,  粒状材 ,  *ニューラルネットワーク ,  フィードバック
準シソーラス用語： 性能測度 ,  学習環境 ,  学習者 , 【Automatic Indexing@JST】

分類 (3件)： 医用画像処理  (JE04020T) ,  NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： ニューラルネットワーク ,  感情 ,  知能 ,  分析 ,  学習