文献

J-GLOBAL ID：202202239659264062   整理番号：22A0636730

運動意味情報に基づく深層知識追跡【JST・京大機械翻訳】

Deep Knowledge Tracking Based on Exercise Semantic Information

著者 (6件)： Xiao Rong (School of Artificial Intelligence, Beijing Normal University, Beijing, China) ,  Zheng Ruili (School of Artificial Intelligence, Beijing Normal University, Beijing, China) ,  Xiao Yongkang (School of Artificial Intelligence, Beijing Normal University, Beijing, China) ,  Zhang Yinghui (School of Artificial Intelligence, Beijing Normal University, Beijing, China) ,  Sun Bo (School of Artificial Intelligence, Beijing Normal University, Beijing, China) ,  He Jun (School of Artificial Intelligence, Beijing Normal University, Beijing, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13089  ページ： 278-289  発行年： 2022年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： コンピュータ支援知的教育における個人化された実践推薦を有する学生を提供するために,基本的なタスクは,実践活動において各学生によって獲得された知識の変化を追跡するのに不可欠である,将来の運動における学生のパフォーマンスを予測することである。しかし,既存の方法は学生の運動記録のみを使用することができる。したがって,運動における豊富な情報は完全に利用されていないので,学生パフォーマンスのより正確な予測と知識獲得のより説明的解析を達成することは不可能である。本論文では,学生の達成予測の全体的研究を提案した。性能予測の一次目標を達成するために,著者らは運動意味情報を融合するために様々な方法を使用し,知識概念と運動意味情報の両方を考慮した深い知識追跡モデルを提案した。さらに,意味的抽出方法の携帯性を検証するために,意味情報を異なる深い知識追跡モデルに統合した。実際のオンライン教育データセットに関する実験を通して,既存の知識追跡モデルと比較して,本論文で提案したモデルはより良い予測性能を有した。Copyright Springer Nature Switzerland AG 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 教育 ,  情報 ,  解析 ,  概念 ,  *知識 ,  携帯型 ,  深層 ,  知識獲得 ,  CAE【計算機】
準シソーラス用語： 性能予測 ,  *意味情報 ,  オンライン教育 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (3件)： 深層学習 ,  知識追跡 ,  運動意味情報

分類 (4件)： 技術教育  (JA01050T) ,  CAI  (JE09000G) ,  医学教育  (GA01040F) ,  看護,看護サービス  (GB07000G)

タイトルに関連する用語 (5件)： 運動 ,  意味情報 ,  深層 ,  知識 ,  追跡