論文の概要: Using Containers to Create More Interactive Online Training and Education Materials

• arxiv url: http://arxiv.org/abs/2005.07252v2
• Date: Mon, 18 May 2020 13:08:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2023-05-20 05:10:57.786814
• Title: Using Containers to Create More Interactive Online Training and Education Materials
• Title（参考訳）: コンテナを使ってよりインタラクティブなオンライン教育教材を作る
• Authors: Brandon Barker and Susan Mehringer
• Abstract要約: コンテナベースのインタラクティブな学習は、学習者のエンゲージメントと成果を高める可能性がある。 Cornell Container Runner Serviceにより、オンラインコンテンツ開発者は、コンテナベースのインタラクティブな編集とコマンドのWebページへの直接実行が可能になる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Containers are excellent hands-on learning environments for computing topics because they are customizable, portable, and reproducible. The Cornell University Center for Advanced Computing has developed the Cornell Virtual Workshop in high performance computing topics for many years, and we have always sought to make the materials as rich and interactive as possible. Toward the goal of building a more hands-on experimental learning experience directly into web-based online training environments, we developed the Cornell Container Runner Service, which allows online content developers to build container-based interactive edit and run commands directly into their web pages. Using containers along with CCRS has the potential to increase learner engagement and outcomes.
• Abstract（参考訳）: コンテナはカスタマイズ可能で、ポータブルで、再現性があるので、コンピューティングトピックのためのハンズオン学習環境として優れています。 Cornell University Center for Advanced Computing は、高性能コンピューティングに関するコーネル仮想ワークショップを長年にわたって開発してきました。 webベースのオンライントレーニング環境に直接、よりハンズオンで実験的な学習体験を構築することを目標として、オンラインコンテンツ開発者がコンテナベースのインタラクティブな編集と実行コマンドをwebページに直接組み込むことができるcornell container runnerサービスを開発した。 コンテナとCCRSを使用することで、学習者のエンゲージメントと成果が向上する可能性がある。

関連論文リスト

• Egocentric Co-Pilot: Web-Native Smart-Glasses Agents for Assistive Egocentric AI [56.98603185789977]
  スマートグラス上で動作するWebネイティブなニューロシンボリックフレームワークであるEgocentric Co-Pilotを紹介します。 認識、推論、Webツールのツールボックスを編成するために、LLM(Large Language Model)を使用します。 EgolifeとHD-EPICの実験は、競争力や最先端のエゴセントリックQAパフォーマンスを示している。
  論文  参考訳（メタデータ） (2026-03-01T13:43:04Z)
• AI4EOSC: a Federated Cloud Platform for Artificial Intelligence in Scientific Research [44.97138432029079]
  我々は、科学ワークロードで人工知能をサポートするための、連邦計算プラットフォームについて説明する。 物理的に分散したe-インフラのフェデレーションに一貫した透過的なアクセスを提供する。 このプラットフォームは、完全な機械学習ライフサイクルをカバーする統合されたユーザーエクスペリエンスを提供することができる。
  論文  参考訳（メタデータ） (2025-12-18T12:20:31Z)
• Paper2Web: Let's Make Your Paper Alive! [51.75896846964824]
  学術Webページ生成を評価するためのベンチマークデータセットとフレームワークであるPaper2Webを紹介する。 PWAgentは、科学論文をインタラクティブでマルチメディアに富んだ学術ホームページに変換する自律パイプラインである。
  論文  参考訳（メタデータ） (2025-10-17T17:35:58Z)
• Experience Deploying Containerized GenAI Services at an HPC Center [0.0]
  Generative Artificial Intelligence(GenAI)アプリケーションは、推論サーバ、オブジェクトストレージ、ベクトルおよびグラフデータベース、ユーザインターフェースなど、特殊なコンポーネントで構成されている。 コンテナ化されたGenAIワークロードを実行するHPCとプラットフォームを統合した収束コンピューティングアーキテクチャについて説明する。
  論文  参考訳（メタデータ） (2025-09-24T22:54:21Z)
• A Survey on Cloud-Edge-Terminal Collaborative Intelligence in AIoT Networks [49.90474228895655]
  クラウドエッジ端末協調インテリジェンス(CETCI)は、モノの人工知能(AIoT)コミュニティにおける基本的なパラダイムである。 CETCIは、分離されたレイヤ最適化からデプロイ可能なコラボレーティブインテリジェンスシステムに移行する、新興のAIoTアプリケーションで大きな進歩を遂げた。 本調査では、基礎アーキテクチャ、CETCIパラダイムのテクノロジの実現、シナリオについて解説し、CISAIOT初心者向けのチュートリアルスタイルのレビューを提供する。
  論文  参考訳（メタデータ） (2025-08-26T08:38:01Z)
• Embodied Web Agents: Bridging Physical-Digital Realms for Integrated Agent Intelligence [109.32705135051486]
  Embodied Web Agentsは、エンボディメントとWebスケール推論を流動的にブリッジする、AIエージェントのための新しいパラダイムである。 多様なタスクスイートを含むEmbodied Web Agents Benchmarkをリリースする。 その結果、最先端のAIシステムと人間の能力の間には、大きなパフォーマンスのギャップが浮かび上がっている。
  論文  参考訳（メタデータ） (2025-06-18T17:58:17Z)
• VTutor: An Open-Source SDK for Generative AI-Powered Animated Pedagogical Agents with Multi-Media Output [10.419430731115405]
  本稿では、生成AIと高度なアニメーション技術を組み合わせたオープンソースのソフトウェア開発キットVTutorを紹介する。 VTutorを使えば、研究者や開発者は感情的に共鳴し、文脈的に適応的な学習エージェントを設計できる。 このツールキットは、教育において信頼できるAI原則を推進しながら、学習者のエンゲージメント、フィードバック受容性、人間とAIの相互作用を強化する。
  論文  参考訳（メタデータ） (2025-02-06T14:27:54Z)
• From MOOC to MAIC: Reshaping Online Teaching and Learning through LLM-driven Agents [78.15899922698631]
  MAIC(Massive AI-empowered Course)は、LLM駆動のマルチエージェントシステムを活用して、AIが強化された教室を構築するオンライン教育の新たな形態である。 中国一の大学である清華大学で予備的な実験を行う。
  論文  参考訳（メタデータ） (2024-09-05T13:22:51Z)
• Empowering Learning: Standalone, Browser-Only Courses for Seamless Education [0.0]
  概念実証型オープンソースMOOC配信システムであるPyGlideを紹介する。 PyGlideのユーザフレンドリーなステップバイステップガイドを提供する。 PyGlideの実用的なアプリケーションをGitHubの継続的インテグレーションパイプラインで紹介します。
  論文  参考訳（メタデータ） (2023-11-12T20:59:52Z)
• Arena-Web -- A Web-based Development and Benchmarking Platform for Autonomous Navigation Approaches [2.4937400423177767]
  本稿では,DRL ベースのナビゲーションプランナの開発,トレーニング,テストを行う Web ベースの開発・評価スイートである Arena-Web を紹介する。 インターフェースは直感的で、非専門家にアピールし、テクノロジーを広く利用できるようにするように設計されている。
  論文  参考訳（メタデータ） (2023-02-06T16:06:07Z)
• GriddlyJS: A Web IDE for Reinforcement Learning [7.704064306361941]
  GriddlyエンジンをベースとしたWebベースの統合開発環境(IDE)であるGriddlyJSを紹介します。 GriddlyJSは、任意の複雑なPCGグリッドワールド環境を視覚的に設計し、デバッグすることを可能にする。 RLワークフローをモダンなWeb標準によって実現された高度な機能に接続することで、GriddlyJSはインタラクティブなエージェント環境のデモを公開することができる。
  論文  参考訳（メタデータ） (2022-07-13T10:26:38Z)
• ElegantRL-Podracer: Scalable and Elastic Library for Cloud-Native Deep Reinforcement Learning [141.58588761593955]
  クラウドネイティブな深層強化学習のためのライブラリElegantRL-podracerを提案する。 数百万のコアを効率的にサポートし、複数のレベルで大規模な並列トレーニングを実行する。 低レベルでは、各ポッドは1つのGPUで7,000近いGPUコアをフル活用することで、エージェントと環境のインタラクションを並列にシミュレートする。
  論文  参考訳（メタデータ） (2021-12-11T06:31:21Z)
• Scalable Learning Environments for Teaching Cybersecurity Hands-on [0.4893345190925178]
  本稿では,対話型学習環境を用いたサイバーセキュリティハンズオン授業のスケーラブル化のための技術革新について述べる。 我々は,サイバーセキュリティの授業を大規模に展開する学習環境の設計と利用における研究の取り組みと実践経験について述べる。
  論文  参考訳（メタデータ） (2021-10-19T14:18:54Z)
• Adversarial Environment Generation for Learning to Navigate the Web [107.99759923626242]
  Webナビゲーションエージェントのトレーニングのボトルネックの1つは、トレーニング環境の学習可能なカリキュラムを提供することです。 AEG(Adversarial Environment Generation)を使用して、強化学習(RL)エージェントを訓練する困難なWeb環境を生成することを提案する。 提案するフレキシブルb-PAIRED技術を用いて訓練したナビゲータエージェントは,競争力のある自動カリキュラム生成ベースラインを著しく上回ることを示す。
  論文  参考訳（メタデータ） (2021-03-02T19:19:30Z)
• Wandering Within a World: Online Contextualized Few-Shot Learning [62.28521610606054]
  我々は、数ショット学習の標準フレームワークをオンライン環境に拡張することで、一般的な人間と機械学習環境のギャップを埋めることを目指している。 本研究では,世界中をさまようエージェントの視覚体験を模倣した大規模な屋内画像に基づく,新しいプロトタイプによる数ショット学習を提案する。
  論文  参考訳（メタデータ） (2020-07-09T04:05:04Z)
• A Large-Scale, Open-Domain, Mixed-Interface Dialogue-Based ITS for STEM [84.60813413413402]
  Korbitは、大規模な、オープンドメイン、複合インターフェース、対話ベースのインテリジェントチューリングシステム(ITS)である。 機械学習、自然言語処理、強化学習を利用して、インタラクティブでパーソナライズされた学習をオンラインで提供する。 他のITSとは異なり、教師はKorbitの新しい学習モジュールを数時間で開発することができる。
  論文  参考訳（メタデータ） (2020-05-06T02:45:43Z)
• Knowledge-guided Deep Reinforcement Learning for Interactive Recommendation [49.32287384774351]
  インタラクティブレコメンデーションは、アイテムとユーザ間の動的インタラクションから学び、応答性と精度を達成することを目的としている。 本稿では,知識指導型深層強化学習を提案する。
  論文  参考訳（メタデータ） (2020-04-17T05:26:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。