文献

J-GLOBAL ID：201802281829768783   整理番号：18A0080118

OPAESFH:FPNとH MMを用いたオントロジーに基づく個人化適応eラーニングシステム【Powered by NICT】

OPAESFH: Ontology-based personalized adaptive e-learning system using FPN and HMM

著者 (3件)： Rani Monika (Department of Information Technology, Indian Institute of Information Technology, Allahabad, India) ,  Vyas Ranjana (Department of Information Technology, Indian Institute of Information Technology, Allahabad, India) ,  Vyas O. P. (Department of Information Technology, Indian Institute of Information Technology, Allahabad, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： TENCON  ページ： 2441-2446  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： しばしばウェブ2.0のために開発されたelearningシステムは一つのサイズ適合すべてのコンテンツ配信手法に基づいている筆者らは進化するWeb3.0のための個人化,適応,アップグレードしたeラーニングコンテンツ配信アプローチを必要とすることが分かった。,eラーニングシステムを改善するための幾つかの面例適応学習スタイル,背景知識,学生の能力と知識レベル,学習経路配列(LPS),およびパーソナル化の研究が必要である。本論文では,FPNとH MM(OPAESFH)を用いたオントロジーに基づくパーソナル化された適応型eラーニングシステムを提案した。オントロジーは機械可読と共有と再利用のためのeラーニングコース内容に意味論を提供するために用いた。FPNとHMMアルゴリズムを用いて与えられたオントロジー適切なLPSにおけるコース内容貯蔵は,適応することにより手続き学習の問題に取り組むことである。OPAESFHは試験前/試験後における学習者の性能に応じてコース内容の適応性のためのモデル化eラーニングコース内容とH MMアルゴリズムのためのPetriネットを用いた。LPSはeラーニングコース内容の試験前/試験後における学習者の性能に応じて自身を調整する。提案したe-learningシステムはテーラーメイドの,そして適応LPSは学習経験を強化することができることを示した。実験と対照群に関してOPAESFHを評価し,実験群から得られた結果は,対照群からの結果よりも良好であった。Copyright 2018 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： *オントロジー ,  学習 ,  モデリング ,  意味論 ,  Petriネット ,  適応性 ,  *eラーニング ,  再利用 ,  アルゴリズム
準シソーラス用語： 学習者 ,  パーソナル化 ,  適応学習 ,  コンテンツ配布 ,  Web2.0 ,  *eラーニングシステム , 【Automatic Indexing@JST】

分類 (2件)： CAI  (JE09000G) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： オントロジー ,  個人化 ,  適応 ,  eラーニングシステム