論文の概要: Competence-Based Student Modelling with Dynamic Bayesian Networks

• arxiv url: http://arxiv.org/abs/2008.12114v1
• Date: Fri, 21 Aug 2020 22:08:04 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-26 22:14:47.227803
• Title: Competence-Based Student Modelling with Dynamic Bayesian Networks
• Title（参考訳）: 動的ベイズネットワークを用いたコンピテンスベース学生モデリング
• Authors: Rafael Morales-Gamboa, L. Enrique Sucar
• Abstract要約: メキシコの高校システムのための教育目標のサブセットのコンピテンスマップを作成しました。 我々は、先述したような動的な学生モデルを構築し、それを仮説的な学生による能力発達の追跡に利用した。
• 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: We present a general method for using a competences map, created by defining generalization/specialization and inclusion/part-of relationships between competences, in order to build an overlay student model in the form of a dynamic Bayesian network in which conditional probability distributions are defined per relationship type. We have created a competences map for a subset of the transversal competences defined as educational goals for the Mexican high school system, then we have built a dynamic Bayesian student model as said before, and we have use it to trace the development of the corresponding competences by some hypothetical students exhibiting representative performances along an online course (low to medium performance, medium to high performance but with low final score, and two terms medium to high performance). The results obtained suggest that the proposed way for constructing dynamic Bayesian student models on the basis of competences maps could be useful to monitor competence development by real students in online course.
• Abstract（参考訳）: 本稿では,条件付き確率分布を関係型毎に定義した動的ベイズネットワークを用いてオーバーレイ学習モデルを構築するために,能力間の一般化・特殊化・包括/部分的関係を定義した能力マップの汎用的利用法を提案する。 We have created a competences map for a subset of the transversal competences defined as educational goals for the Mexican high school system, then we have built a dynamic Bayesian student model as said before, and we have use it to trace the development of the corresponding competences by some hypothetical students exhibiting representative performances along an online course (low to medium performance, medium to high performance but with low final score, and two terms medium to high performance). その結果,オンライン授業における実学生の能力発達を監視するために,コンピテンスマップに基づく動的ベイズ学生モデル構築手法が有用であることが示唆された。

関連論文リスト

• Latent-Predictive Empowerment: Measuring Empowerment without a Simulator [56.53777237504011]
  我々は、より実用的な方法でエンパワーメントを計算するアルゴリズムであるLatent-Predictive Empowerment(LPE)を提案する。 LPEは、スキルと国家間の相互情報の原則的な置き換えである目的を最大化することで、大きなスキルセットを学習する。
  論文  参考訳（メタデータ） (2024-10-15T00:41:18Z)
• Rubric-based Learner Modelling via Noisy Gates Bayesian Networks for Computational Thinking Skills Assessment [40.06500618820166]
  我々は,タスク固有能力ルーブリックから自動スキルアセスメントのための学習者モデルを開発する。 我々は2つのゲート層を持つネットワークを設計し、1つはノイズORゲートによる解離操作を行い、もう1つは論理ANDによる解離操作を行う。 CT-cubeスキルアセスメントフレームワークとCAT(Cross Array Task)は、それを実証し、その実現可能性を示すために使用される。
  論文  参考訳（メタデータ） (2024-08-02T12:21:05Z)
• Knowledge Graph Construction in Power Distribution Networks [17.18463559355908]
  配電系統における知識グラフ構築手法を提案する。 配信ネットワークの知識グラフと発声テキストの両方において,その意味的特徴,音声的特徴,統語的特徴を含む実体的特徴を用いる。 畳み込みニューラルネットワークに基づく拡張モデルを用いて、ディスパッチテキストエンティティと知識グラフのエンティティを効果的にマッチングする。
  論文  参考訳（メタデータ） (2023-11-15T06:35:01Z)
• A Bayesian Approach to Robust Inverse Reinforcement Learning [54.24816623644148]
  我々は、オフラインモデルに基づく逆強化学習(IRL)に対するベイズ的アプローチを考える。 提案フレームワークは,専門家の報酬関数と環境力学の主観的モデルとを同時推定することにより,既存のオフラインモデルベースIRLアプローチとは異なる。 本分析は, 専門家が環境の高精度なモデルを持つと考えられる場合, 評価政策が堅牢な性能を示すという新たな知見を提示する。
  論文  参考訳（メタデータ） (2023-09-15T17:37:09Z)
• Latent Traversals in Generative Models as Potential Flows [113.4232528843775]
  我々は,学習された動的ポテンシャルランドスケープを持つ潜在構造をモデル化することを提案する。 物理、最適輸送、神経科学にインスパイアされたこれらの潜在的景観は、物理的に現実的な偏微分方程式として学習される。 本手法は,最先端のベースラインよりも定性的かつ定量的に歪んだ軌跡を実現する。
  論文  参考訳（メタデータ） (2023-04-25T15:53:45Z)
• Mitigating Biases in Student Performance Prediction via Attention-Based Personalized Federated Learning [7.040747348755578]
  従来の学習に基づく学生モデリングのアプローチは、データの可用性のバイアスにより、表現不足の学生グループにあまり一般化しない。 本研究では,オンライン学習活動から学生のパフォーマンスを予測する手法を提案し,人種や性別などの異なる集団を対象とした推論精度を最適化する。
  論文  参考訳（メタデータ） (2022-08-02T00:22:20Z)
• Humans Social Relationship Classification during Accompaniment [6.071490877668864]
  本論文は,2人の側方で歩いている2人の社会的関係を,学童・夫婦・家族・友情の4つのカテゴリに分類する深層学習アーキテクチャの設計について述べる。 モデルをニューラルネットワークやリカレントニューラルネットワークを用いて開発し,都市環境下で伴奏処理を行う人間から得られる読みのデータベースを用いて,その分類と評価を行う。
  論文  参考訳（メタデータ） (2022-07-06T18:07:36Z)
• Combining Modular Skills in Multitask Learning [149.8001096811708]
  モジュラー設計は、ニューラルネットワークが様々な知識の面をアンタングルして再結合し、新しいタスクにより系統的に一般化することを奨励する。 この研究では、各タスクは(潜在的に小さな)インベントリから潜在的な離散スキルのサブセットと関連付けられていると仮定する。 ネットワークのモジュラー設計により、強化学習におけるサンプル効率が著しく向上し、教師あり学習における数ショットの一般化が図られる。
  論文  参考訳（メタデータ） (2022-02-28T16:07:19Z)
• Edge-assisted Democratized Learning Towards Federated Analytics [67.44078999945722]
  本稿では,エッジ支援型民主化学習機構であるEdge-DemLearnの階層的学習構造を示す。 また、Edge-DemLearnを柔軟なモデルトレーニングメカニズムとして検証し、リージョンに分散制御と集約の方法論を構築する。
  論文  参考訳（メタデータ） (2020-12-01T11:46:03Z)
• Peer-inspired Student Performance Prediction in Interactive Online Question Pools with Graph Neural Network [56.62345811216183]
  本稿では,対話型オンライン質問プールにおいて,より優れた生徒のパフォーマンス予測を実現するために,グラフニューラルネットワーク(GNN)を用いた新しいアプローチを提案する。 具体的には,学生のインタラクションを用いた学生と質問の関係をモデル化し,学生のインタラクション・クエストネットワークを構築する。 1631の質問に対して4000人以上の学生の問題解決過程において生成した104,113個のマウス軌跡からなる実世界のデータセットに対するアプローチの有効性を評価した。
  論文  参考訳（メタデータ） (2020-08-04T14:55:32Z)

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。