論文の概要: Adding Interactivity to Education of Complex Wireless Networks Using Digital Game-Based Learning

• arxiv url: http://arxiv.org/abs/2106.14737v1
• Date: Mon, 28 Jun 2021 14:09:57 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-24 22:13:08.617457
• Title: Adding Interactivity to Education of Complex Wireless Networks Using Digital Game-Based Learning
• Title（参考訳）: デジタルゲーム学習を用いた複雑な無線ネットワークの教育における対話性の追加
• Authors: Seungmo Kim
• Abstract要約: デジタルゲームベース学習(DGBL)は,工学的授業に適用した場合の学習効果を高めることが確認されている。 本研究は、視覚的かつ体系的なビューを特徴とするDGBLプラットフォームを設計することを提案する。
• 参考スコア（独自算出の注目度）: 0.6091702876917279
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Can we make undergraduate engineering education easier and more fun? This research aims to see if we can answer the ambitious question! The digital game-based learning (DGBL) has been found to increase the efficacy of learning when applied in engineering classes thanks to its ability to make students feel easy and fun. However, the state-of-the-art DGBL schemes still observe challenges in various aspects including cost, efficacy, readiness of instructors and students, etc. Motivated from the challenges, this research proposes to design a DGBL platform that features visualized and systematic views. Specifically, we identify the blockchain applied to wireless communications and networking systems as a key ecosystem that we capitalize the benefit of the proposed platform.. As such, in this paper, we lay out a comprehensive DGBL pedagogy that includes (i) creation of relevant assignment activities and class materials in a relevant course and (ii) evaluation of the pedagogical efficacy. In a long-term view, a successful delivery of this research will increase the confidence of undergraduate engineering students on the "in-concert" dynamics of various factors determining the performance of a blockchain system built on a wireless network.
• Abstract（参考訳）: 学部生の工学教育をもっと楽にできるだろうか? この研究は、野心的な質問に答えられるかどうかを確認することを目的としています! デジタルゲームベースの学習(DGBL)は、学生が楽しそうに感じられる能力によって、工学の授業に応用された場合の学習効果を高めることが判明した。 しかし、現在最先端のDGBLスキームは、コスト、有効性、インストラクターや学生の即応性など、様々な面で課題を観察している。 課題から動機づけられた本研究では,視覚的かつ体系的なビューを特徴とするDGBLプラットフォームの設計を提案する。 具体的には、無線通信やネットワークシステムに適用されるブロックチェーンを、提案プラットフォームのメリットを活かした重要なエコシステムとして特定します。 . そこで本稿では, 包括的DGBL教育について述べる。 (i)関係科目における関連する割当活動及びクラス資料の作成 二 教育効果の評価 長期的に見れば、この研究の成功は、無線ネットワーク上に構築されたブロックチェーンシステムのパフォーマンスを決定するさまざまな要因の"概念内"ダイナミクスに対する、学部生の自信を高めるだろう。

関連論文リスト

• Affordance-Guided Reinforcement Learning via Visual Prompting [51.361977466993345]
  本稿では、視覚言語モデル(VLM)によって形成される報酬について研究し、ロボット学習における報酬の密度を定義する。 自然言語記述によって指定された実世界の操作タスクにおいて、これらの報酬は自律的RLのサンプル効率を向上させる。
  論文  参考訳（メタデータ） (2024-07-14T21:41:29Z)
• Ruffle&Riley: Insights from Designing and Evaluating a Large Language Model-Based Conversational Tutoring System [21.139850269835858]
  会話学習システム(CTS)は、自然言語に基づく対話を通じて学習体験を提供する。 大規模言語モデル(LLM)の最近の進歩を2つの方法で活用する新しいタイプのCTSについて検討・評価する。 このシステムは、授業テキストから容易に編集可能な教育用スクリプトを自動生成することにより、AI支援コンテンツオーサリングを可能にする。
  論文  参考訳（メタデータ） (2024-04-26T14:57:55Z)
• Towards Goal-oriented Intelligent Tutoring Systems in Online Education [69.06930979754627]
  目標指向知能チューニングシステム(GITS)という新しいタスクを提案する。 GITSは,演習や評価のカスタマイズを戦略的に計画することで,学生の指定概念の習得を可能にすることを目的としている。 PAI(Planning-Assessment-Interaction)と呼ばれるグラフに基づく新しい強化学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-12-03T12:37:16Z)
• Combining Gamification and Intelligent Tutoring Systems in a Serious Game for Engineering Education [2.792030485253753]
  本稿では,本ゲームに統合されたパーソナライズされた学習システムの開発から,現在進行中の結果について述べる。 コンピュータインテリジェンスを用いて,ゲーム内行動から収集したデータに基づいて,Webカメラ画像から感情状態を推定することにより,学生に適応的に支援を行う。 本研究では,個人化された学習システムを用いてプレイした学生の事前試験結果を通じて,システムの有効性を実証する。
  論文  参考訳（メタデータ） (2023-05-26T01:24:19Z)
• DMCNet: Diversified Model Combination Network for Understanding Engagement from Video Screengrabs [0.4397520291340695]
  エンゲージメントは知的教育インタフェースの開発において重要な役割を果たしている。 非深さ学習モデルは、Histogram of Oriented Gradient(HOG)、SVM(Support Vector Machine)、SIFT(Scale Invariant Feature Transform)、SURF(Speeded Up Robust Features)といった一般的なアルゴリズムの組み合わせに基づいている。 ディープラーニングには、Densely Connected Convolutional Networks (DenseNet-121)、Residual Network (ResNet-18)、MobileNetV1がある。
  論文  参考訳（メタデータ） (2022-04-13T15:24:38Z)
• Deep Transfer Learning: A Novel Collaborative Learning Model for Cyberattack Detection Systems in IoT Networks [17.071452978622123]
  フェデレートラーニング(FL)は近年,サイバー攻撃検知システムにおいて有効なアプローチとなっている。 FLは学習効率を改善し、通信オーバーヘッドを減らし、サイバー攻撃検知システムのプライバシーを高める。 このようなシステムにおけるFLの実装上の課題は、ラベル付きデータの可用性の欠如と、異なるIoTネットワークにおけるデータ機能の相違である。
  論文  参考訳（メタデータ） (2021-12-02T05:26:29Z)
• Challenges and Opportunities on Using Games to Support IoT Systems Teaching [0.0]
  産業4.0パラダイムに新しいシステムが登場した。 これらのシステムのエンジニアリングは変化し、建設プロセスの仕方に大きな影響を与えました。 シンプルで遊び心のある代替品を識別して作り方を教えるのは難しい作業です。
  論文  参考訳（メタデータ） (2021-09-21T13:30:43Z)
• Comparative Study of Learning Outcomes for Online Learning Platforms [47.5164159412965]
  パーソナライゼーションとアクティブラーニングは、学習の成功の鍵となる側面です。 私たちは2つの人気のあるオンライン学習プラットフォームの学習結果の比較正面調査を実施します。
  論文  参考訳（メタデータ） (2021-04-15T20:40:24Z)
• Point Adversarial Self Mining: A Simple Method for Facial Expression Recognition [79.75964372862279]
  本稿では,表情認識における認識精度を向上させるために,PASM(Point Adversarial Self Mining)を提案する。 PASMは、目標タスクに関連する最も情報性の高い位置を見つけるために、ポイント敵攻撃法と訓練された教師ネットワークを使用する。 適応学習教材の生成と教師/学生の更新を複数回行うことができ、ネットワーク能力が反復的に向上する。
  論文  参考訳（メタデータ） (2020-08-26T06:39:24Z)
• Efficient Crowd Counting via Structured Knowledge Transfer [122.30417437707759]
  クラウドカウントはアプリケーション指向のタスクであり、その推論効率は現実世界のアプリケーションにとって不可欠である。 本稿では,学生ネットワークを軽量かつ高効率に構築する構造的知識伝達フレームワークを提案する。 我々のモデルはNvidia 1080 GPUで最低6.5$times$のスピードアップを取得し、最先端のパフォーマンスも達成しています。
  論文  参考訳（メタデータ） (2020-03-23T08:05:41Z)
• Curriculum Learning for Reinforcement Learning Domains: A Framework and Survey [53.73359052511171]
  強化学習(Reinforcement Learning, RL)は、エージェントが限られた環境フィードバックしか持たないシーケンシャルな意思決定タスクに対処するための一般的なパラダイムである。 本稿では、RLにおけるカリキュラム学習(CL)の枠組みを提案し、既存のCLメソッドを仮定、能力、目標の観点から調査・分類する。
  論文  参考訳（メタデータ） (2020-03-10T20:41:24Z)

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。