論文の概要: FINNger -- Applying artificial intelligence to ease math learning for
children
- arxiv url: http://arxiv.org/abs/2105.12281v1
- Date: Wed, 26 May 2021 01:02:31 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-28 03:11:25.254222
- Title: FINNger -- Applying artificial intelligence to ease math learning for
children
- Title(参考訳): FINNger -- 子供のための数学学習を容易にする人工知能の適用
- Authors: Rafael Baldasso Audibert and Vinicius Marinho Maschio
- Abstract要約: 幼児は就学前のある科目を学ぶのが難しい傾向にある。
我々は社会として、アルファベット化に重点を置いているが、結局、子供は別の重要な分野である数学に違いを持つことになる。
我々は、子どもたちがそのような技術アプリケーションを使うとき、多くの容易さを持つという事実を、新しい畳み込みニューラルネットワークを用いて、低年齢の子どもの知識と概念を理解する能力を改善することで、楽しい活動と楽しい活動のギャップを縮めることに寄与する、直感的なアプリケーションの基礎をつくりだすことができる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Kids have an amazing capacity to use modern electronic devices such as
tablets, smartphones, etc. This has been incredibly boosted by the ease of
access of these devices given the expansion of such devices through the world,
reaching even third world countries. Also, it is well known that children tend
to have difficulty learning some subjects at pre-school. We as a society focus
extensively on alphabetization, but in the end, children end up having
differences in another essential area: Mathematics. With this work, we create
the basis for an intuitive application that could join the fact that children
have a lot of ease when using such technological applications, trying to shrink
the gap between a fun and enjoyable activity with something that will improve
the children knowledge and ability to understand concepts when in a low age, by
using a novel convolutional neural network to achieve so, named FINNger.
- Abstract(参考訳): 子どもたちは、タブレットやスマートフォンなどのモダンな電子機器を使うことができる。
こうしたデバイスが世界中で普及し、世界第三の国にも広がり、アクセスが容易になったことで、この状況は驚くほど加速した。
また、幼児は就学前のある科目を学ぶのが難しいことが知られている。
我々は社会として、アルファベット化に重点を置いているが、結局、子供は別の重要な分野である数学に違いを持つことになる。
この研究により、我々は、子どもたちがそのような技術アプリケーションを使うときに、多くの楽しむことができるという事実を、新しい畳み込みニューラルネットワークを用いて、低年齢の子どもの知識と概念を理解する能力を向上させることで、楽しい活動と楽しい活動のギャップを縮めようとする、直感的なアプリケーションの基礎を作ることができる。
関連論文リスト
- Exploring Parent's Needs for Children-Centered AI to Support
Preschoolers' Storytelling and Reading Activities [54.8155184348616]
人工知能の新たな進歩により、AIベースのストーリーテリング技術が急増した。
本稿では,実践的なストーリーテリングシナリオにおけるそれらの機能と,最も重要な利害関係者である両親が,それらをどう理解し,知覚するかを検討する。
我々の知見は、AIベースのストーリーテリング技術は、より没入的で活発な相互作用を提供するが、親の期待に応えられないことを示唆している。
論文 参考訳(メタデータ) (2024-01-24T20:55:40Z) - AI for Mathematics: A Cognitive Science Perspective [86.02346372284292]
数学は人間によって開発された最も強力な概念体系の1つである。
AIの急速な進歩、特に大規模言語モデル(LLM)の進歩による推進により、そのようなシステム構築に対する新たな、広範な関心が生まれている。
論文 参考訳(メタデータ) (2023-10-19T02:00:31Z) - 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) - End-to-End Evaluation of a Spoken Dialogue System for Learning Basic
Mathematics [8.819665252533104]
本研究は,幼児期における基本数学概念のプレイベース学習を支援するタスク指向音声対話システム(SDS)を提案する。
このシステムは、学生がマルチモーダルな相互作用を持つ初期の数学概念を実践している間に、実世界の学校展開を通じて評価されてきた。
論文 参考訳(メタデータ) (2022-11-07T12:58:24Z) - Artificial Intelligence enabled Smart Learning [0.0]
人工知能(ai、artificial intelligence)は、人工知能を扱うコンピュータ科学の分野である。
それは個々の学生、教師および学術スタッフから集められる膨大な量のデータを分析するのを助けます。
世界銀行教育報告書は、この問題によって生み出された学習ギャップが多くの学生を退学させることを示唆している。
論文 参考訳(メタデータ) (2021-01-08T12:49:33Z) - The Next Big Thing(s) in Unsupervised Machine Learning: Five Lessons
from Infant Learning [2.9005223064604078]
我々は、幼児認知の発達科学が、次世代の教師なし学習アプローチの鍵を握るかもしれないと主張している。
ヒトの幼児の学習は、人工的な教師なし学習と最も平行な生物学的な学習であり、幼児もまた、未学習のデータから有用な表現を学ばなければならない。
幼児の学習の質と速さを実現する5つの重要な要因を特定し、これらがすでに機械学習で活用されている範囲を評価し、これらの要因のさらなる採用が、教師なし学習におけるこれまで見られなかったパフォーマンスレベルをいかに引き起こすかを提案する。
論文 参考訳(メタデータ) (2020-09-17T18:47:06Z) - Self-supervised learning through the eyes of a child [35.235974685889396]
汎用的な自己教師型学習目標を用いた,発達的な自然映像から高レベルな視覚表現が出現することを示す。
以上の結果から,発達的に現実的な自然映像から高レベルな視覚表現が出現することが示唆された。
論文 参考訳(メタデータ) (2020-07-31T17:33:45Z) - Smart technology in the classroom: a systematic review.Prospects for
algorithmic accountability [0.0]
私たちはその芸術の状況を理解するために体系的なレビューを行った。
文献は、ウェアラブル、児童心理学、AIと教育、学校の監視、説明責任など、いくつかのサブ分野で調査した。
論文 参考訳(メタデータ) (2020-07-13T13:34:49Z) - Federated and continual learning for classification tasks in a society
of devices [59.45414406974091]
Light Federated and Continual Consensus (LFedCon2)は、軽量で伝統的な学習者を用いた新しいフェデレーションおよび継続アーキテクチャである。
我々の方法では、スマートフォンやロボットのような無力デバイスが、リアルタイムで、ローカルで、継続的に、自律的に、そしてユーザーから学習することができる。
提案手法をスマートフォン利用者の異種コミュニティに適用し,歩行認識の課題を解決した。
論文 参考訳(メタデータ) (2020-06-12T12:37:03Z) - Dark, Beyond Deep: A Paradigm Shift to Cognitive AI with Humanlike
Common Sense [142.53911271465344]
我々は、次世代のAIは、新しいタスクを解決するために、人間のような「暗黒」の常識を取り入れなければならないと論じている。
我々は、人間のような常識を持つ認知AIの5つの中核領域として、機能、物理学、意図、因果性、実用性(FPICU)を識別する。
論文 参考訳(メタデータ) (2020-04-20T04:07:28Z) - 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。