文献

J-GLOBAL ID：202202298365751484   整理番号：22A0416680

ビッグデータの背景の下での個人化音楽教育モード【JST・京大機械翻訳】

Personalized Music Teaching Mode Under the Background of Big Data

著者 (1件)： Hao Lei (University of North China Normal Sorting, Jilin City, Jilin, China)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 791  ページ： 1061-1068  発行年： 2022年 
JST資料番号： W5070A  ISSN： 1876-1100  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： 全体として,大学と大学における従来の音楽教育は,個々の価値に十分な注意を払わない。グループにおける各個体の適応性は,ヒトの性質の展望から個人の開発をほとんど探索し,支持しない;一方向誘導と教育に多くの注意を払った。学生の差異と個人性に注意するのは,彼らが誤った分野で不必要な仕事を作って,彼らの専門分野においてより良く成長できない。大きなデータの時代の出現は,生命,仕事および思考における主要な社会的変化をもたらした。同時に,大きなデータも,個人化された音楽教育タスクのための有用なアイデアと技術的支援を提供できる。個人化された音楽教育モデルは,大学生の突出した完全な個人化された品質を育成するために,各学生のための目標と正確なサービスを提供するために,大きいデータを使用する。学生の音楽教育効果を改善するために多くの方法が提案されてきた。しかし,まだ発見されていない多くの新しい方法がある。本論文は,文献研究方法と調査研究方法の組合せを使用して,研究を実施する。本論文における方法を用いて,過去の音楽教育方式と既存の普遍的方法の組合せと計算を通して,一組の合理的音楽教育方法を見つけた。計算によると,この方法は学生の学習能力を14%改善できる。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 音楽 ,  ヒト ,  適応性 ,  *大学生 ,  文献調査
準シソーラス用語： 教育方法 ,  欲張りアルゴリズム ,  学習能力 ,  *音楽教育 ,  *ビッグデータ , 【Automatic Indexing@JST】

著者キーワード (4件)： ビッグデータ ,  個人化された音楽教育 ,  欲張りアルゴリズム ,  調査と研究方法

分類 (3件)： 楽器音響  (BB03070Y) ,  科学技術教育  (AA04000C) ,  応用心理学  (AE02000A)

タイトルに関連する用語 (5件)： ビッグデータ ,  背景 ,  個人化 ,  音楽 ,  教育