論文の概要: Enhancement Programming Skills and Transforming Knowledge of Programming through Neuroeducation Approaches

• arxiv url: http://arxiv.org/abs/2105.09779v1
• Date: Wed, 19 May 2021 06:26:30 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-30 11:15:12.692935
• Title: Enhancement Programming Skills and Transforming Knowledge of Programming through Neuroeducation Approaches
• Title（参考訳）: 神経教育アプローチによるプログラミングスキルの向上とプログラミング知識の変容
• Authors: Spyridon Doukakis, Panagiotis Vlamos
• Abstract要約: デジタルデバイスをプログラミングし、ソフトウェアを開発することは、雇用機会に貢献する重要な専門家の資格である。 脳画像技術の最近の進歩は、神経科学者が人間の脳の機能的構造を探求する機会となった。 この研究は、コンピュータプログラミングの学習と教育の分野での学習を支援するアプローチである。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Programming digital devices and developing software is an important professional qualification, which contributes to employment opportunities. Despite this fact, there is a remarkable shortage in suitable human resources. In this context, research studies focus on issues of programming didactic, teaching models, programming paradigms, which are meant to enhance and optimize programmers' skills. Recent development of brain imaging techniques such as electroencephalography and the functional magnetic resonance imaging, have provided additional opportunity for neuroscientists to explore the functional organization of the human brain. With the use of these techniques, this research is an approach to supporting learning in the field of learning and teaching computer programming. On one hand, there is an attempt to connect theoretical neurosciences with cognitive science; on the other hand, the obtained research data will contribute to the identification of practices that can be applied to formal and informal programming education.
• Abstract（参考訳）: デジタル機器のプログラミングとソフトウェア開発は、雇用機会に寄与する重要な専門家資格である。 この事実にもかかわらず、適切な人材が不足している。 この文脈での研究は、プログラマのスキルの強化と最適化を目的とした、プログラミングの実践、教育モデル、プログラミングパラダイムの問題に焦点を当てている。 脳波や機能的磁気共鳴イメージングなどの脳イメージング技術の最近の進歩は、神経科学者が人間の脳の機能的構造を探求する機会を与えている。 これらの手法を用いて,本研究は,コンピュータプログラミングの学習と教育の分野での学習を支援するアプローチである。 一方、理論神経科学と認知科学をつなぐ試みがあり、一方、得られた研究データは形式的・非公式なプログラミング教育に適用できる実践の特定に寄与する。

関連論文リスト

• Neuromorphic Programming: Emerging Directions for Brain-Inspired Hardware [0.0]
  現在、ニューロモルフィックハードウェアはディープラーニングに適応した機械学習手法に依存していることが多い。 ニューロモルフィックコンピュータは、そのエネルギー効率と完全な計算能力しか利用できない場合、ディープラーニングをはるかに超える可能性を持っている。 本稿では,ニューロモルフィックコンピューティングの文脈におけるプログラミングの概念解析について述べる。
  論文  参考訳（メタデータ） (2024-10-15T10:08:15Z)
• Enhancing learning in spiking neural networks through neuronal heterogeneity and neuromodulatory signaling [52.06722364186432]
  人工ニューラルネットワーク(ANN)の強化のための生物学的インフォームドフレームワークを提案する。 提案したデュアルフレームアプローチは、多様なスパイキング動作をエミュレートするためのスパイキングニューラルネットワーク(SNN)の可能性を強調している。 提案手法は脳にインスパイアされたコンパートメントモデルとタスク駆動型SNN, バイオインスピレーション, 複雑性を統合している。
  論文  参考訳（メタデータ） (2024-07-05T14:11:28Z)
• A Review of Neuroscience-Inspired Machine Learning [58.72729525961739]
  バイオプルーシブル・クレジット・アサインメントは、事実上あらゆる学習条件と互換性があり、エネルギー効率が高い。 本稿では,人工ニューラルネットワークにおける信用代入の生体評価可能なルールをモデル化する,いくつかの重要なアルゴリズムについて検討する。 我々は,このようなアルゴリズムを実用アプリケーションでより有用にするためには,今後の課題に対処する必要があることを論じる。
  論文  参考訳（メタデータ） (2024-02-16T18:05:09Z)
• Ten simple rules for teaching sustainable software engineering [0.0]
  高品質な研究ソフトウェアを開発するには、多くのソフトウェア開発スキルを開発する必要がある。 計算研究における基礎的・優れた開発プラクティスの確保に重点が置かれている。 10 Simple Rulesコレクションの最近の記事は、生物学の学生にコンピュータサイエンスとコーディング技術の教育について論じている。 我々は、科学者が持続可能なソフトウェアパッケージを開発するために必要なスキルを効果的に教えるための具体的な手順を説明することによって、この議論を進める。
  論文  参考訳（メタデータ） (2024-02-07T10:16:20Z)
• Brain-Inspired Machine Intelligence: A Survey of Neurobiologically-Plausible Credit Assignment [65.268245109828]
  本稿では,神経生物学にインスパイアされた,あるいは動機付けられた人工ニューラルネットワークにおける信用割当を行うアルゴリズムについて検討する。 我々は、脳にインスパイアされた学習スキームを6つの一般的なファミリーにまとめ、これらを誤りのバックプロパゲーションの文脈で検討する。 本研究の成果は,神経ミメティックシステムとその構成的学習プロセスの今後の発展を促進することを目的としている。
  論文  参考訳（メタデータ） (2023-12-01T05:20:57Z)
• Brain-Inspired Computational Intelligence via Predictive Coding [89.6335791546526]
  予測符号化(PC)は、マシンインテリジェンスタスクにおいて有望なパフォーマンスを示している。 PCは様々な脳領域で情報処理をモデル化することができ、認知制御やロボティクスで使用することができる。
  論文  参考訳（メタデータ） (2023-08-15T16:37:16Z)
• A Survey of Deep Learning for Mathematical Reasoning [71.88150173381153]
  我々は過去10年間の数学的推論とディープラーニングの交差点における重要なタスク、データセット、方法についてレビューする。 大規模ニューラルネットワークモデルの最近の進歩は、新しいベンチマークと、数学的推論にディープラーニングを使用する機会を開放している。
  論文  参考訳（メタデータ） (2022-12-20T18:46:16Z)
• An overview of open source Deep Learning-based libraries for Neuroscience [0.0]
  本稿では,ディープラーニングの発達と神経科学との関係について概説する。 その後、文献および神経科学研究を指向したソフトウェアプロジェクトの特定のハブから収集された、神経情報学のツールボックスとライブラリをレビューする。
  論文  参考訳（メタデータ） (2022-12-19T09:09:40Z)
• Neurogenetic Programming Framework for Explainable Reinforcement Learning [0.483420384410068]
  本稿では,仮想ニューロジェネティック・プログラマの概念を用いて,両方のアプローチを組み合わせる新しい手法を提案する。 我々は、さまざまなOpenAI Gymタスクに対して、パフォーマンスと説明可能なソリューションを提供する能力を示し、そうでなければ、データ駆動によるソリューション探索に専門家の知識を注入する能力を示した。
  論文  参考訳（メタデータ） (2021-02-08T14:26:02Z)
• Morphological Computation and Learning to Learn In Natural Intelligent Systems And AI [2.487445341407889]
  深層学習のアルゴリズムは、脳機能に関する私たちの不完全な知識にもかかわらず、自然、特に人間の脳からインスピレーションを受けています。 問題は、開発段階での計算的性質からインスピレーションを得られることは、ディープラーニングに何をもたらすのか、そして機械学習におけるモデルと実験が、神経科学と認知科学の研究を動機づけ、正当化し、導くことができるのかである。
  論文  参考訳（メタデータ） (2020-04-05T20:11:42Z)
• A Developmental Neuro-Robotics Approach for Boosting the Recognition of Handwritten Digits [91.3755431537592]
  近年のエビデンスでは、子どもの体現戦略をシミュレーションすることで、マシンインテリジェンスも改善できることが示されている。 本稿では,発達神経ロボティクスの文脈における畳み込みニューラルネットワークモデルへの具体的戦略の適用について検討する。
  論文  参考訳（メタデータ） (2020-03-23T14:55:00Z)

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。