論文の概要: The Co-Designed Post-Pandemic University: A Participatory and Continual
Learning Approach for the Future of Work
- arxiv url: http://arxiv.org/abs/2112.05751v1
- Date: Fri, 10 Dec 2021 20:16:23 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-04 22:23:55.662488
- Title: The Co-Designed Post-Pandemic University: A Participatory and Continual
Learning Approach for the Future of Work
- Title（参考訳）: パンデミック大学共同設計--参加型・継続型学習による仕事の未来へのアプローチ
- Authors: Abhishek Gupta (1 and 2) and Connor Wright (1 and 3) ((1) Montreal AI
Ethics Institute, (2) Microsoft, (3) University of Exeter)
- Abstract要約: ポスト・パンデミック大学(PPU)は、講堂の4つの壁に組み込まれなくなり、学生が敷地を離れた後に終了する。
持続的な学習モデルの提案は、新たな未経験の学習を生かし、絶え間なく進化するウイルスの状況に継続的に適応できるほどダイナミックである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The pandemic has shattered the traditional enclosures of learning. The
post-pandemic university (PPU) will no longer be contained within the 4 walls
of a lecture theatre, and finish once students have left the premises. The use
of online services has now blended home and university life, and the PPU needs
to reflect this. Our proposal of a continuous learning model will take
advantage of the newfound omnipresence of learning, while being dynamic enough
to continually adapt to the ever-evolving virus situation. Universities
restricting themselves to fixed subject themes that are then forgotten once
completed, will miss out on the "fresh start" presented by the virus.
- Abstract（参考訳）: パンデミックは伝統的な学習の囲いを壊した。
ポスト・パンデミック大学(PPU)は、講堂の4つの壁に組み込まれなくなり、学生が敷地を離れた後に終了する。
オンラインサービスの利用は今や家庭と大学の生活を融合させており、PPUはそれを反映する必要がある。
持続的な学習モデルの提案は、新たな未経験の学習を生かし、絶え間なく進化するウイルスの状況に継続的に適応できるほどダイナミックである。
大学は、その後一度忘れられた固定されたテーマに制限を課し、ウイルスによって提示された「急激なスタート」を見逃すことになる。
関連論文リスト
- Continual Learning: Applications and the Road Forward [119.03464063873407]
継続的学習は、機械学習モデルが、過去に学んだことを忘れずに知識を蓄積することで、新しいデータを継続的に学習できるようにすることを目的としている。
この研究は、2023年3月のDagtuhl Seminar on Deep Continual Learningで著者らが行った多くの議論の結果である。
論文 参考訳（メタデータ） (2023-11-20T16:40:29Z) - Trustworthy Machine Learning [57.08542102068706]
信頼に値する機械学習(TML)に関する教科書は、TMLの4つの重要なトピックの理論的および技術的な背景をカバーしている。
本稿では、上記の分野に関する重要な古典的・現代的な研究論文について論じ、その基礎となる直観を解明し、接続する。
論文 参考訳（メタデータ） (2023-10-12T11:04:17Z) - Attacks in Adversarial Machine Learning: A Systematic Survey from the
Life-cycle Perspective [69.25513235556635]
敵対的機械学習(英: Adversarial Machine Learning、AML)は、機械学習の逆行現象を研究する。
機械学習システムの異なる段階で発生するこの敵対現象を探求するために、いくつかのパラダイムが最近開発された。
既存の攻撃パラダイムをカバーするための統一的な数学的枠組みを提案する。
論文 参考訳（メタデータ） (2023-02-19T02:12:21Z) - Artificial Intelligence-Based Analytics for Impacts of COVID-19 and
Online Learning on College Students' Mental Health [0.0]
新型コロナウイルス感染症(SARS-CoV-2)は、2019年12月下旬に中国の武漢で発生した。
世界保健機関(WHO)が2020年3月にパンデミックと宣言した。
本稿では、新型コロナウイルスのパンデミックとオンライン学習の増加が大学生の感情的幸福にどのように影響するかを理解することを目的とする。
論文 参考訳（メタデータ） (2022-02-07T05:24:52Z) - Spatiotemporal Inconsistency Learning for DeepFake Video Detection [51.747219106855624]
本稿では,水平方向と垂直方向の両方で隣接するフレーム間の時間差を利用して,TIMにおける新しい時間的モデリングパラダイムを提案する。
ISMは、SIMからの空間情報とTIMからの時間情報とを同時に利用し、より包括的な時空間表現を確立する。
論文 参考訳（メタデータ） (2021-09-04T13:05:37Z) - Remote Teaching and Learning in Applied Engineering: A Post-Pandemic
Perspective [0.548253258922555]
パンデミックのさまざまな段階における様々なコース配信モデルの理論的根拠を提供する。
我々は、ハンズオン学習がエンジニアリングカリキュラムの不可欠な部分であることを保証する方法について論じる。
論文 参考訳（メタデータ） (2021-08-05T16:28:05Z) - Online Hackathons as an Engaging Tool to Promote Group Work in Emergency
Remote Learning [7.309316212280228]
2020年、新型コロナウイルスのパンデミックのため、感染拡大を避けるため、遠隔で教育活動を行う必要があった。
本稿では,オンラインハッカソンを学生が学期プロジェクトの開発に携わるリソースとして活用する経験報告を紹介する。
論文 参考訳（メタデータ） (2021-04-24T06:55:29Z) - Equilibrium Propagation with Continual Weight Updates [69.87491240509485]
時間によるバックプロパゲーション(BPTT)と密接に一致する勾配を計算し、機械学習と神経科学を橋渡しする学習アルゴリズムを提案する。
理論的には、学習速度が十分に小さい場合、第2相の各段階において、BPTTが与える損失の勾配に従ってニューロンとシナプスのダイナミクスが従うことを証明している。
これらの結果からEPは,後方伝播との親密な関係を維持しつつ,ハードウェアの制約に順応し,生物学に一歩近づいた。
論文 参考訳（メタデータ） (2020-04-29T14:54:30Z) - Campus Traffic and e-Learning during COVID-19 Pandemic [6.1232679995103565]
新型コロナウイルスの感染拡大を防ぐための厳格な対策が採用された。
社会的距離とロックダウンは人々の習慣を変える。
インターネットは、リモートワーク、e-Teaching、オンラインコラボレーション、ゲーム、ビデオストリーミングなどをサポートする主要な役割を担っている。
論文 参考訳（メタデータ） (2020-04-28T14:52:06Z) - Online Fast Adaptation and Knowledge Accumulation: a New Approach to
Continual Learning [74.07455280246212]
継続的な学習は、新しいタスクに適応しながら、以前のタスクを忘れずにタスクの流れから学ぶエージェントを研究する。
この新たなシナリオでは、現在の連続学習、メタ学習、メタ連続学習、および連続メタ学習技術が失敗することを示します。
本稿では,このシナリオの強力なベースラインとして,人気のあるMAMLアルゴリズムのオンライン拡張であるContinual-MAMLを提案する。
論文 参考訳（メタデータ） (2020-03-12T15:47:16Z)
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。