Fugu-MT 論文翻訳(概要): Focus Plus: Detect Learner's Distraction by Web Camera in Distance Teaching

論文の概要: Focus Plus: Detect Learner's Distraction by Web Camera in Distance Teaching

arxiv url: http://arxiv.org/abs/2210.04400v1
Date: Mon, 10 Oct 2022 02:14:43 GMT
ステータス: 処理完了
システム内更新日: 2022-10-11 18:58:59.926894
Title: Focus Plus: Detect Learner's Distraction by Web Camera in Distance Teaching
Title（参考訳）: フォーカスプラス:遠隔授業におけるWebカメラによる学習者の歪み検出
Authors: Eason Chen, Yuen Hsien Tseng, Kuo-Ping Lo
Abstract要約: Focus+は、Webカメラから最新のAI技術で学習者のステータスを検出するように設計されたシステムである。これにより、教師は生徒の身分を知ることができ、生徒は学習経験を調整できる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Distance teaching has become popular these years because of the COVID-19 epidemic. However, both students and teachers face several challenges in distance teaching, like being easy to distract. We proposed Focus+, a system designed to detect learners' status with the latest AI technology from their web camera to solve such challenges. By doing so, teachers can know students' status, and students can regulate their learning experience. In this research, we will discuss the expected model's design for training and evaluating the AI detection model of Focus+.
Abstract（参考訳）: 近年、新型コロナウイルスの影響で遠隔教育が盛んになっている。しかし、学生も教師も、注意をそらすことなど、遠隔教育においていくつかの課題に直面している。我々は,Webカメラから最新のAI技術を用いて学習者の状態を検知し,課題を解決するシステムであるFocus+を提案した。これにより、教師は生徒の地位を知ることができ、生徒は学習経験を調整できる。本研究では,Focus+のAI検出モデルをトレーニングし,評価するためのモデルの設計について論じる。

関連論文リスト

Detecting Student Disengagement in Online Classes Using Deep Learning: A Review [0.0]
オンライン学習における学生の離脱は、特にパンデミック後の重要な課題となっている。本稿では、コンピュータビジョンと感情コンピューティングを効果的なアプローチとして強調する。
論文参考訳（メタデータ） (2024-11-04T07:01:22Z)
Unit Testing Challenges with Automated Marking [4.56877715768796]
我々は,EdStemプラットフォームによる学習ツールとして,自動マーキングによるオンライン単体テストの課題を紹介した。 92名の参加者から,我々の単体テストの課題は,学生の参加とモチベーションを高めていることが示された。これらの結果から,自動マーキングによるオンライン単体テストの課題が学生の学習体験全体を改善することが示唆された。
論文参考訳（メタデータ） (2023-10-10T04:52:44Z)
Real-time Attention Span Tracking in Online Education [0.0]
本稿では,オンライン授業中の学生のリアルタイムの注意レベルを監視するために,カメラフィードとマイクロホン入力を利用するメカニズムを提案する。我々は,5つの異なる非言語的特徴を用いて,コンピュータによるタスク中の学生の注意スコアを計算し,学生と組織の両方に対してリアルタイムのフィードバックを生成するシステムを提案する。
論文参考訳（メタデータ） (2021-11-29T17:05:59Z)
Predicting Stress in Remote Learning via Advanced Deep Learning Technologies [0.0]
新型コロナウイルス(COVID-19)は、ZoomやGoogle Meetといったオンラインミーティングソフトウェアを通じて、ほとんどの学校をリモート学習に駆り立ててきた。本研究は、リアルタイムの学生精神状態モニタリングと分類を提供する機械学習に基づくアプローチを提案する。
論文参考訳（メタデータ） (2021-09-22T23:24:37Z)
Actionable Models: Unsupervised Offline Reinforcement Learning of Robotic Skills [93.12417203541948]
与えられたデータセットの任意の目標状態に到達するために学習することによって、環境の機能的な理解を学ぶ目的を提案する。提案手法は,高次元カメラ画像上で動作し,これまで見つからなかったシーンやオブジェクトに一般化した実ロボットの様々なスキルを学習することができる。
論文参考訳（メタデータ） (2021-04-15T20:10:11Z)
Onfocus Detection: Identifying Individual-Camera Eye Contact from Unconstrained Images [81.64699115587167]
Onfocus Detectionは、カメラが捉えた個人の焦点がカメラにあるかどうかを特定することを目的としている。 OnFocus Detection In the Wild (OFDIW) と呼ばれる大規模なオンフォーカス検出データセットを構築しました。本研究では,視線干渉推論ネットワーク (ECIIN) を用いた眼球深度検出モデルを提案する。
論文参考訳（メタデータ） (2021-03-29T03:29:09Z)
The Challenges of Assessing and Evaluating the Students at Distance [77.34726150561087]
新型コロナウイルス(COVID-19)の感染拡大が高等教育機関に強い影響を及ぼし、教室の授業は中止された。本論文は、ポルトガルの高等教育機関がもたらす課題を探求し、評価モデルにもたらす課題を分析することを目的としている。
論文参考訳（メタデータ） (2021-01-30T13:13:45Z)
Improving Object Detection with Selective Self-supervised Self-training [62.792445237541145]
本研究では,Web画像を利用した人為的対象検出データセットの強化について検討する。画像と画像の検索によりWebイメージを検索し、他の検索手法に比べて、キュレートされたデータからのドメインシフトが少なくなる。画像分類のためのラベルのないデータを探索する2つの並列処理をモチベーションとした新しい学習手法を提案する。
論文参考訳（メタデータ） (2020-07-17T18:05:01Z)
Neural Multi-Task Learning for Teacher Question Detection in Online Classrooms [50.19997675066203]
教師の音声記録から質問を自動的に検出するエンドツーエンドのニューラルネットワークフレームワークを構築している。マルチタスク学習手法を取り入れることで,質問の種類によって意味的関係の理解を深めることが可能となる。
論文参考訳（メタデータ） (2020-05-16T02:17:04Z)
Siamese Neural Networks for Class Activity Detection [49.320548570516124]
授業記録から教師や生徒の発話を自動的に識別する,Siameseニューラルフレームワークを構築した。提案モデルは実世界の教育データセットに基づいて評価される。
論文参考訳（メタデータ） (2020-05-15T14:03:35Z)

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。