論文の概要: A survey of smart classroom: Concept, technologies and facial emotions recognition application

• arxiv url: http://arxiv.org/abs/2212.01675v1
• Date: Sat, 3 Dec 2022 19:16:45 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-06 17:06:15.016983
• Title: A survey of smart classroom: Concept, technologies and facial emotions recognition application
• Title（参考訳）: スマート教室に関する調査研究:概念・技術・顔の感情認識への応用
• Authors: Rajae Amimi, Amina radgui, and Ibn el haj el hassane
• Abstract要約: 近年、スマート教室に多くの改良が加えられている。 顔の感情認識システム(FER)の統合は、教室を感情に敏感な領域に変えた。 本稿では,スマート教室の概念における最先端技術に関する総合的な調査を行う。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Technology has transformed traditional educational systems around the globe; integrating digital learning tools into classrooms offers students better opportunities to learn efficiently and allows the teacher to transfer knowledge more easily. In recent years, there have been many improvements in smart classrooms. For instance, the integration of facial emotion recognition systems (FER) has transformed the classroom into an emotionally aware area using the power of machine intelligence and IoT. This paper provides a consolidated survey of the state-of-the-art in the concept of smart classrooms and presents how the application of FER systems significantly takes this concept to the next level
• Abstract（参考訳）: デジタル学習ツールを教室に組み込むことで、生徒がより効率的に学習する機会が得られ、教師がより簡単に知識を伝達できるようになる。 近年,スマート教室に多くの改良が加えられている。 例えば、顔の感情認識システム(FER)の統合は、教室をマシンインテリジェンスとIoTの力を使って感情に敏感な領域に変えた。 本稿では、スマート教室のコンセプトにおける最先端技術に関する総合的な調査を行い、FERシステムの応用がいかにしてこの概念を次のレベルに導くかを示す。

関連論文リスト

• An Innovative Solution: AI-Based Digital Screen-Integrated Tables for Educational Settings [0.0]
  デジタル画面統合テーブルは、特に教育的な設定のために設計されている。 中央処理ユニット(CPU)で制御される統合デジタルスクリーンを備えたテーブル 本発明は、教室活動及び評価中の学生成績データの収集を容易にする。
  論文  参考訳（メタデータ） (2024-10-08T08:00:17Z)
• From MOOC to MAIC: Reshaping Online Teaching and Learning through LLM-driven Agents [78.15899922698631]
  MAIC(Massive AI-empowered Course)は、LLM駆動のマルチエージェントシステムを活用して、AIが強化された教室を構築するオンライン教育の新たな形態である。 中国一の大学である清華大学で予備的な実験を行う。
  論文  参考訳（メタデータ） (2024-09-05T13:22:51Z)
• Emotion Based Prediction in the Context of Optimized Trajectory Planning for Immersive Learning [0.0]
  没入型学習の仮想要素として,Google Expeditionとタッチスクリーンによる感情の利用について検討した。 教育的応用、余裕、認知的負荷が関係する対応する手段である。
  論文  参考訳（メタデータ） (2023-12-18T09:24:35Z)
• Elucidating STEM Concepts through Generative AI: A Multi-modal Exploration of Analogical Reasoning [5.759606494344033]
  本研究では、生成人工知能(AI)と多モード類似推論の統合について検討する。 我々は、生成AIの能力を利用して、数学、物理学、プログラミングの複雑な原理を理解可能な比喩に変換する新しいシステムを開発した。
  論文  参考訳（メタデータ） (2023-08-21T04:00:56Z)
• Cross Architecture Distillation for Face Recognition [49.55061794917994]
  本研究では,教師にプロンプトを組み込むことで,蒸留専門知識の管理を可能にする適応型プロンプト教師ネットワーク(APT)を開発した。 一般的な顔のベンチマークと2つの大規模な検証セットによる実験は,本手法の優位性を実証している。
  論文  参考訳（メタデータ） (2023-06-26T12:54:28Z)
• Towards Smart Education through the Internet of Things: A Review [3.356167526630455]
  スマート教育(IoTとAIを教育システムに統合する)への移行は魅力的だ。 伝統的な教育は、行政、教育、評価、教室の監督など多くの課題に直面している。
  論文  参考訳（メタデータ） (2023-04-25T14:22:48Z)
• Selected Trends in Artificial Intelligence for Space Applications [69.3474006357492]
  この章は、差別化可能なインテリジェンスとオンボード機械学習に焦点を当てている。 欧州宇宙機関(ESA)Advanced Concepts Team(ACT)から選ばれたいくつかのプロジェクトについて論じる。
  論文  参考訳（メタデータ） (2022-12-10T07:49:50Z)
• Learning Knowledge Representation with Meta Knowledge Distillation for Single Image Super-Resolution [82.89021683451432]
  単一画像超解像課題に対する教師/学生アーキテクチャに基づくモデルに依存しないメタ知識蒸留法を提案する。 種々の単一画像超解像データセットを用いた実験により,提案手法は既存の知識表現関連蒸留法よりも優れた性能を示した。
  論文  参考訳（メタデータ） (2022-07-18T02:41:04Z)
• Smart Education: Higher Education Instruction and the Internet of Things (IoT) [0.0]
  IoT(Internet of Things)は、教育と学習に大きな影響を与えている。 この記事では、IoTが教育の環境をどう変え続けるかを説明します。 生徒のエンゲージメント、満足度、学習の質を高めることを目的としている。
  論文  参考訳（メタデータ） (2022-07-06T10:59:27Z)
• Towards Self-learning Edge Intelligence in 6G [143.1821636135413]
  エッジインテリジェンス(エッジインテリジェンス、Edge Intelligence、別名エッジネイティブ人工知能(AI))は、AI、通信ネットワーク、モバイルエッジコンピューティングのシームレスな統合に焦点を当てた新興技術フレームワークである。 本稿では、6GにおけるエッジネイティブAIの重要な要件と課題を特定する。
  論文  参考訳（メタデータ） (2020-10-01T02:16:40Z)
• A Review on Intelligent Object Perception Methods Combining Knowledge-based Reasoning and Machine Learning [60.335974351919816]
  物体知覚はコンピュータビジョンの基本的なサブフィールドである。 最近の研究は、物体の視覚的解釈のインテリジェンスレベルを拡大するために、知識工学を統合する方法を模索している。
  論文  参考訳（メタデータ） (2019-12-26T13:26:49Z)

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。