論文の概要: An Artificial Intelligence driven Learning Analytics Method to Examine
the Collaborative Problem solving Process from a Complex Adaptive Systems
Perspective
- arxiv url: http://arxiv.org/abs/2210.16059v1
- Date: Fri, 28 Oct 2022 11:13:05 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-31 16:51:38.225933
- Title: An Artificial Intelligence driven Learning Analytics Method to Examine
the Collaborative Problem solving Process from a Complex Adaptive Systems
Perspective
- Title（参考訳）: 複雑な適応システムの観点から協調問題解決過程を検討するための人工知能駆動学習分析法
- Authors: Fan Ouyang, Weiqi Xu, Mutlu Cukurova
- Abstract要約: 協調問題解決(CPS)は、学生グループが学習タスクを完了し、知識を構築し、問題を解決することを可能にする。
従来の研究は、CPSの複雑さ、多モード性、ダイナミクス、シナジーなどを調べることの重要性を論じてきた。
本研究は、オンラインインタラクション設定におけるCPSの性質を理解するために、マルチモーダルプロセスとパフォーマンスデータを収集した。
- 参考スコア（独自算出の注目度）: 0.7450115015150832
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Collaborative problem solving (CPS) enables student groups to complete
learning tasks, construct knowledge, and solve problems. Previous research has
argued the importance to examine the complexity of CPS, including its
multimodality, dynamics, and synergy from the complex adaptive systems
perspective. However, there is limited empirical research examining the
adaptive and temporal characteristics of CPS which might lead to an
oversimplified representation of the real complexity of the CPS process. To
further understand the nature of CPS in online interaction settings, this
research collected multimodal process and performance data (i.e., verbal
audios, computer screen recordings, concept map data) and proposed a
three-layered analytical framework that integrated AI algorithms with learning
analytics to analyze the regularity of groups collaboration patterns. The
results detected three types of collaborative patterns in groups, namely the
behaviour-oriented collaborative pattern (Type 1) associated with medium-level
performance, the communication - behaviour - synergistic collaborative pattern
(Type 2) associated with high-level performance, and the communication-oriented
collaborative pattern (Type 3) associated with low-level performance. The
research further highlighted the multimodal, dynamic, and synergistic
characteristics of groups collaborative patterns to explain the emergence of an
adaptive, self-organizing system during the CPS process.
- Abstract（参考訳）: コラボレーティブ問題解決(cps)は、学生グループが学習タスクを完了し、知識を構築し、問題解決を可能にする。
これまでの研究では、複雑な適応システムの観点から、CPSの複雑さ、多モード性、ダイナミクス、シナジーなどを調べることの重要性を論じてきた。
しかし、CPSプロセスの実際の複雑さを単純化した表現に繋がるかもしれないCPSの適応性と時間的特性を調べる実験的な研究は限られている。
オンラインインタラクション設定におけるCPSの性質をさらに理解するため、この研究は多モーダルプロセスとパフォーマンスデータ(音声、コンピュータ画面記録、コンセプトマップデータ)を収集し、AIアルゴリズムと学習分析を統合してグループコラボレーションパターンの規則性を分析する3層分析フレームワークを提案した。
その結果,グループ内の3種類のコラボレーティブパターン,すなわち行動指向コラボレーティブパターン(タイプ)が検出された。
1)中レベルのパフォーマンス,コミュニケーション-行動-相乗的協調パターン(タイプ)との関連
2)ハイレベルパフォーマンスと関連したコミュニケーション指向協調パターン(タイプ)
3)低レベルパフォーマンスに関連する。
この研究は、cpsプロセスにおける適応型自己組織化システムの出現を説明するために、グループ協調パターンのマルチモーダル、動的、相乗的特徴をさらに強調した。
関連論文リスト
- From Complexity to Parsimony: Integrating Latent Class Analysis to Uncover Multimodal Learning Patterns in Collaborative Learning [0.0]
本研究では,Multimodal Learning Analytics(MMLA)に潜在クラス分析(LCA)を統合する新しい手法を提案する。
LCAは、協調コミュニケーション(Collaborative Communication)、身体的コラボレーション(Embodied Collaboration)、遠隔インタラクション(Distant Interaction)、孤独エンゲージメント(Solitary Engagement)の4つの異なるクラスを特定した。
疫学ネットワーク分析は、これらのマルチモーダル指標を元のモノモーダル指標と比較し、マルチモーダルアプローチがより相似であることを発見した。
論文 参考訳（メタデータ） (2024-11-23T15:36:35Z) - Distributed Continual Learning [12.18012293738896]
本稿では,分散連続学習の本質的側面を捉える数学的枠組みを提案する。
データインスタンス、完全なモデルパラメータ、モジュール化された(部分的な)モデルパラメータです。
タスクが複雑になるにつれて、データを共有するよりも、パラメータを共有する方が効率的です。
論文 参考訳（メタデータ） (2024-05-23T21:24:26Z) - Large Language Model-based Human-Agent Collaboration for Complex Task
Solving [94.3914058341565]
複雑なタスク解決のためのLarge Language Models(LLM)に基づくヒューマンエージェントコラボレーションの問題を紹介する。
Reinforcement Learning-based Human-Agent Collaboration method, ReHACを提案する。
このアプローチには、タスク解決プロセスにおける人間の介入の最も急進的な段階を決定するために設計されたポリシーモデルが含まれている。
論文 参考訳（メタデータ） (2024-02-20T11:03:36Z) - Spatio-Temporal Domain Awareness for Multi-Agent Collaborative
Perception [18.358998861454477]
車両間通信の潜在的な応用としてのマルチエージェント協調認識は、単一エージェント認識よりも自律走行車の性能知覚を著しく向上させる可能性がある。
本稿では,エージェント間の認識特性をエンドツーエンドに集約する新しい協調認識フレームワークSCOPEを提案する。
論文 参考訳（メタデータ） (2023-07-26T03:00:31Z) - Group Activity Recognition in Computer Vision: A Comprehensive Review,
Challenges, and Future Perspectives [0.0]
グループ活動認識はコンピュータビジョンにおけるホットトピックである。
グループ関係を通じた活動の認識はグループ活動認識において重要な役割を担っている。
本研究は,グループ活動の認識における技術進歩について考察する。
論文 参考訳（メタデータ） (2023-07-25T14:44:41Z) - Re-mine, Learn and Reason: Exploring the Cross-modal Semantic
Correlations for Language-guided HOI detection [57.13665112065285]
ヒューマンオブジェクトインタラクション(HOI)検出は、コンピュータビジョンの課題である。
本稿では,構造化テキスト知識を組み込んだHOI検出フレームワークを提案する。
論文 参考訳（メタデータ） (2023-07-25T14:20:52Z) - A Reinforcement Learning-assisted Genetic Programming Algorithm for Team
Formation Problem Considering Person-Job Matching [70.28786574064694]
解の質を高めるために強化学習支援遺伝的プログラミングアルゴリズム(RL-GP)を提案する。
効率的な学習を通じて得られる超ヒューリスティックなルールは、プロジェクトチームを形成する際の意思決定支援として利用することができる。
論文 参考訳（メタデータ） (2023-04-08T14:32:12Z) - Exploring Interactions and Regulations in Collaborative Learning: An
Interdisciplinary Multimodal Dataset [40.193998859310156]
本稿では,協調的プロセスにおいて,協調的プロセスにおける規制が相互作用にどのように影響するかを検討するために,認知的および感情的トリガーを備えた新しいマルチモーダルデータセットを提案する。
意図的な介入を伴う学習課題を15歳以上の高校生に設計・割り当てする。
注記された感情、身体のジェスチャー、およびそれらの相互作用の分析は、デザインされた治療を伴うデータセットが、協調学習における規制の瞬間を効果的に調査できることを示唆している。
論文 参考訳（メタデータ） (2022-10-11T12:56:36Z) - Investigating Bi-Level Optimization for Learning and Vision from a
Unified Perspective: A Survey and Beyond [114.39616146985001]
機械学習やコンピュータビジョンの分野では、モチベーションやメカニズムが異なるにもかかわらず、複雑な問題の多くは、一連の密接に関連するサブプロトコルを含んでいる。
本稿では,BLO(Bi-Level Optimization)の観点から,これらの複雑な学習と視覚問題を一様に表現する。
次に、値関数に基づく単一レベル再構成を構築し、主流勾配に基づくBLO手法を理解し、定式化するための統一的なアルゴリズムフレームワークを確立する。
論文 参考訳（メタデータ） (2021-01-27T16:20:23Z) - Dialogue Response Selection with Hierarchical Curriculum Learning [52.3318584971562]
対話応答選択のためのマッチングモデルの学習について検討する。
近年,ランダムなネガティブは信頼度の高いモデルを学習するには自明すぎることが判明し,階層的なカリキュラム学習フレームワークを提案する。
論文 参考訳（メタデータ） (2020-12-29T14:06:41Z) - Cascaded Human-Object Interaction Recognition [175.60439054047043]
マルチステージで粗大なHOI理解のためのカスケードアーキテクチャを提案する。
各段階で、インスタンスローカライゼーションネットワークは、HOI提案を段階的に洗練し、インタラクション認識ネットワークにフィードする。
慎重に設計された人間中心の関係機能により、これらの2つのモジュールは効果的な相互作用理解に向けて協調的に機能する。
論文 参考訳（メタデータ） (2020-03-09T17:05:04Z)
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。