論文の概要: Computer Assisted Proofs and Automated Methods in Mathematics Education
- arxiv url: http://arxiv.org/abs/2303.10166v1
- Date: Fri, 10 Mar 2023 11:35:50 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-25 03:36:07.631830
- Title: Computer Assisted Proofs and Automated Methods in Mathematics Education
- Title（参考訳）: 数学教育におけるコンピュータ支援証明と自動手法
- Authors: Thierry Noah Dana-Picard (Jerusalem College of Technology)
- Abstract要約: 数学教育やSTEAM教育の幅広い枠組みにおける意味を示す。
我々は,ブラックボックスとしての利用を避けるため,数学教育の探索・発見・回避スキームへの転換について論じる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This survey paper is an expanded version of an invited keynote at the
ThEdu'22 workshop, August 2022, in Haifa (Israel). After a short introduction
on the developments of CAS, DGS and other useful technologies, we show
implications in Mathematics Education, and in the broader frame of STEAM
Education. In particular, we discuss the transformation of Mathematics
Education into exploration-discovery-conjecture-proof scheme, avoiding usage as
a black box . This scheme fits well into the so-called 4 C's of 21st Century
Education. Communication and Collaboration are emphasized not only between
humans, but also between machines, and between man and machine. Specific
characteristics of the outputs enhance the need of Critical Thinking. The usage
of automated commands for exploration and discovery is discussed, with mention
of limitations where they exist. We illustrate the topic with examples from
parametric integrals (describing a "cognitive neighborhood" of a mathematical
notion), plane geometry, and the study of plane curves (envelopes, isoptic
curves). Some of the examples are fully worked out, others are explained and
references are given.
- Abstract（参考訳）: この調査論文は、2022年8月、ハイファ(イスラエル)で行われたThEdu'22ワークショップで招待された基調講演の拡張版である。
CAS, DGS, その他の有用な技術の開発について簡単な紹介を行った後, 数学教育やSTEAM教育の幅広い枠組みにおいて, 意味を示す。
特に,ブラックボックスとしての利用を避けるため,数学教育の探索・発見・回避スキームへの転換について論じる。
この方式はいわゆる「21世紀教育の4C」によく当てはまる。
コミュニケーションとコラボレーションは人間間だけでなく、機械間、人間と機械間でも強調される。
アウトプットの特定の特性は批判的思考の必要性を高める。
探索と発見のための自動コマンドの使用について論じ、それらが存在する制限について言及する。
このトピックは、パラメトリック積分(数学的概念の「認知近傍」を記述する)、平面幾何学、平面曲線(エンベロープ、等視曲線)の研究例で説明する。
例のいくつかは完全に作成され、他の例も説明され、参照が与えられる。
関連論文リスト
- Learning to Solve Geometry Problems via Simulating Human Dual-Reasoning Process [84.49427910920008]
近年,幾何学的問題解決 (GPS) が注目されている。
解法は、テキストとダイアグラムの両方を包括的に理解し、重要な幾何学的知識を習得し、推論に適切に適用する必要がある。
既存の研究は、ニューラルネットワーク翻訳のパラダイムに従っており、人間の幾何学的推論の本質的な特徴を無視したエンコーダの能力の向上にのみ焦点をあてている。
論文 参考訳（メタデータ） (2024-05-10T03:53:49Z) - Machine learning and information theory concepts towards an AI
Mathematician [77.63761356203105]
人工知能の現在の最先端技術は、特に言語習得の点で印象的だが、数学的推論の点ではあまり重要ではない。
このエッセイは、現在のディープラーニングが主にシステム1の能力で成功するという考えに基づいている。
興味深い数学的ステートメントを構成するものについて質問するために、情報理論的な姿勢を取る。
論文 参考訳（メタデータ） (2024-03-07T15:12:06Z) - math-PVS: A Large Language Model Framework to Map Scientific
Publications to PVS Theories [10.416375584563728]
本研究では,大規模言語モデル(LLM)の高度な数学的概念の定式化への適用性について検討する。
我々は、研究論文から数学的定理を抽出し、形式化する、Emphmath-PVSと呼ばれる自動過程を構想する。
論文 参考訳（メタデータ） (2023-10-25T23:54:04Z) - Towards a Holistic Understanding of Mathematical Questions with
Contrastive Pre-training [65.10741459705739]
本稿では,数学的問題表現,すなわち QuesCo に対する対照的な事前学習手法を提案する。
まず、コンテンツレベルと構造レベルを含む2段階の質問強化を設計し、類似した目的で文字通り多様な質問ペアを生成する。
そこで我々は,知識概念の階層的情報を完全に活用するために,知識階層を意識したランク戦略を提案する。
論文 参考訳（メタデータ） (2023-01-18T14:23:29Z) - A Survey of Deep Learning for Mathematical Reasoning [71.88150173381153]
我々は過去10年間の数学的推論とディープラーニングの交差点における重要なタスク、データセット、方法についてレビューする。
大規模ニューラルネットワークモデルの最近の進歩は、新しいベンチマークと、数学的推論にディープラーニングを使用する機会を開放している。
論文 参考訳（メタデータ） (2022-12-20T18:46:16Z) - UniGeo: Unifying Geometry Logical Reasoning via Reformulating
Mathematical Expression [127.68780714438103]
計算と証明の2つの主要な幾何学問題は、通常2つの特定のタスクとして扱われる。
我々は4,998の計算問題と9,543の証明問題を含むUniGeoという大規模統一幾何問題ベンチマークを構築した。
また,複数タスクの幾何変換フレームワークであるGeoformerを提案し,計算と証明を同時に行う。
論文 参考訳（メタデータ） (2022-12-06T04:37:51Z) - Peano: Learning Formal Mathematical Reasoning [35.086032962873226]
一般的な数学的推論は計算不可能であるが、人間は新しい問題を常に解決している。
両パズルの中心は、数学の基礎となる手続き的抽象の構造であると仮定する。
カーン・アカデミー・プラットフォーム上の始点代数の5つの部分に関するケーススタディにおいて、このアイデアを探求する。
論文 参考訳（メタデータ） (2022-11-29T01:42:26Z) - From the String Landscape to the Mathematical Landscape: a
Machine-Learning Outlook [0.0]
本稿では,機械学習を用いて数学問題の展望を探索する最近のプログラムについて概説する。
我々はAIが予測の定式化、パターン認識、計算にどのように役立つかを示す。
論文 参考訳（メタデータ） (2022-02-12T15:18:59Z) - GeoQA: A Geometric Question Answering Benchmark Towards Multimodal
Numerical Reasoning [172.36214872466707]
我々は、テキスト記述、視覚図、定理知識の包括的理解を必要とする幾何学的問題を解くことに注力する。
そこで本研究では,5,010の幾何学的問題を含む幾何学的質問応答データセットGeoQAを提案する。
論文 参考訳（メタデータ） (2021-05-30T12:34:17Z) - Generalized Constraints as A New Mathematical Problem in Artificial
Intelligence: A Review and Perspective [11.211634104421563]
本稿では,人工知能(AI)における新しい数学的問題について,数学的モデリングの観点から述べる。
新しい問題は"Generalized Constraints (GCs)"と呼ばれ、モデリングにおけるあらゆる種類の事前情報を記述する一般的な用語としてGCを採用する。
AIマシンの構築では、明確に定義された形式を持つCCではなく、基本的にモデリング用のGCに遭遇します。
論文 参考訳（メタデータ） (2020-11-12T01:47:31Z)
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。