文献

J-GLOBAL ID：202002286159728522   整理番号：20A0963521

オンライン学習における関与検出のための2段階アルゴリズム【JST・京大機械翻訳】

A Two-Stage Algorithm for Engagement Detection in Online Learning

著者 (6件)： Dash Saswat (National Institute of Technology,Department of Computer Science and Engineering,Rourkela,India) ,  Akber Dewan M. Ali (School of Computing and Information Systems, Athabasca University,Edmonton,Canada) ,  Murshed Mahbub (Software Development, Bow Valley College,Calgary,Canada) ,  Lin Fuhua (School of Computing and Information Systems, Athabasca University,Edmonton,Canada) ,  Abdullah-Al-Wadud M. (King Saud University,Department of Software Engineering,Riyadh,Saudi) ,  Das Animesh (National Institute of Technology,Department of Computer Science and Engineering,Rourkela,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： STI  ページ： 1-4  発行年： 2019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： オンライン学習は現在の教育システムにおいて重要な役割を果たしている。オンライン学習における参加検出は,オンラインコースにおける学生の成功が彼の心の状態に大きく依存するので重要である。著者らの以前の研究において,著者らは,学生の関与検出のために,従事者と初心者としてラベル付けされた顔表情を使用した。本論文では,学生の行動(オンタスクおよびオフタスク)と感情(満足,多い,混乱)情報を用いて,参加検出を行った。5つの異なる畳込みニューラルネットワークモデルを,オンライン学習における学生の関与を検出するために,行動的および感情的次元検出のためにテストした。モデルは,すべての概念的ネットワーク,ネットワークにおけるネットワーク,Very Deep Convolution Network,Conv-Pool Convolutionネットワーク,および上記のモデルからいくつかの特別な特徴を組み合わせた提案モデルである。著者らは,性能評価のために,E-環境における感情のためのデータセット-データセットを使用した。実験結果は,行動的および感情的次元に基づく関与検出が高い精度を提供することを示した。Copyright 2020 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： *アルゴリズム ,  ネットワーク ,  カオス ,  性能評価
準シソーラス用語： 教育システム ,  *オンライン学習 ,  初心者 ,  *オンライン ,  顔表情 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： オンライン学習 ,  段階 ,  アルゴリズム