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
- 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) - Human-computer Interaction for Brain-inspired Computing Based on Machine
Learning And Deep Learning: A Review [1.25828876338076]
脳にインスパイアされたコンピューティングは、マルチモーダル技術とバイオメディカル分野の間の重要な交差点である。
本稿では、機械学習(ML)とディープラーニング(DL)に基づく脳に触発されたコンピューティングモデルについてレビューする。
脳にインスパイアされた計算モデルの大幅な進歩にもかかわらず、その能力を完全に活用することが課題である。
論文 参考訳(メタデータ) (2023-12-12T12:26:37Z) - 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) - Ten Quick Tips for Deep Learning in Biology [116.78436313026478]
機械学習は、データのパターンを認識し、予測モデリングに使用するアルゴリズムの開発と応用に関係している。
ディープラーニングは、独自の機械学習のサブフィールドになっている。
生物学的研究の文脈において、ディープラーニングは高次元の生物学的データから新しい洞察を導き出すためにますます使われてきた。
論文 参考訳(メタデータ) (2021-05-29T21:02:44Z) - 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) - Neuro-symbolic Neurodegenerative Disease Modeling as Probabilistic
Programmed Deep Kernels [93.58854458951431]
本稿では、神経変性疾患のパーソナライズされた予測モデリングのための、確率的プログラムによる深層カーネル学習手法を提案する。
我々の分析は、ニューラルネットワークとシンボリック機械学習のアプローチのスペクトルを考慮する。
我々は、アルツハイマー病の予測問題について評価を行い、深層学習を超越した結果を得た。
論文 参考訳(メタデータ) (2020-09-16T15:16:03Z) - 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。