論文の概要: A Cognitive Agent Computing-Based Model For The Primary School Student
Migration Problem Using A Descriptive Agent-Based Approach
- arxiv url: http://arxiv.org/abs/2311.06272v1
- Date: Tue, 10 Oct 2023 05:59:56 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-15 16:22:38.138432
- Title: A Cognitive Agent Computing-Based Model For The Primary School Student
Migration Problem Using A Descriptive Agent-Based Approach
- Title（参考訳）: 記述型エージェントを用いた小学校学生の移動問題に対する認知エージェント・コンピューティング・モデル
- Authors: Muhammad Tausif
- Abstract要約: 公立学校から私立学校への学生の移動は、公立学校の学校成績の欠如により、パンジャーブ政府が直面している主要な問題の一つである。
フィードバックループが一定である教育システム間の相互依存の複雑な性質のため、従来の線形回帰法は問題を解くのに効果や費用がかからない。
本稿では,学校学生の移動問題に対する認知エージェント・コンピューティング・モデルを提案する。
- 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: Students' migration from public to private schools, due to lack of school
performance of public schools, is one of the major issues faced by the
Government of Punjab to provide compulsory and quality education at low cost.
Due to complex adaptive nature of educational system, interdependencies with
society, constant feedback loops conventional linear regression methods, for
evaluation of effective performance, are ineffective or costly to solve the
issue. Linear regression techniques present the static view of the system,
which are not enough to understand the complex dynamic nature of educational
paradigm. We have presented a Cognitive Agent Computing-Based Model for the
School Student Migration Problem Using a Descriptive Agent-Based Modeling
approach to understand the causes-effects relationship of student migration. We
have presented the primary school students' migration model using descriptive
modeling approach along with exploratory modeling. Our research, in the context
of Software Engineering of Simulation & Modeling, and exploring the Complex
Adaptive nature of school system, is two folds. Firstly, the cause-effect
relationship of students' migration is being investigated using Cognitive
Descriptive Agent-Based Modeling. Secondly, the formalization extent of
Cognitive Agent-Based Computing framework is analyzed by performing its
comparative analysis with exploratory modeling protocol 'Overview, Design, and
Detail'.
- Abstract（参考訳）: 公立学校の学校性能の欠如により公立学校から私立学校への学生の移住は、パンジャーブ政府が強制的かつ質の高い教育を低コストで提供するために直面する主要な問題の1つである。
教育システムの複雑な適応性,社会との相互依存性から,従来の線形回帰法では,実効性を評価するには非効率で費用がかかる。
線形回帰手法は、教育パラダイムの複雑な動的性質を理解するのに十分ではないシステムの静的な視点を示す。
本研究は,学生移動の要因-効果関係を理解するために,記述エージェントに基づくモデル手法を用いて,学生移動問題に対する認知エージェント計算に基づくモデルを提案する。
説明的モデリングアプローチと探索的モデリングを用いて,小学生の移動モデルを提示した。
シミュレーションとモデリングのソフトウェア工学の文脈で、学校システムの複雑な適応的性質を探求する我々の研究は、2つの折りたたみがある。
まず,認知記述エージェントに基づくモデルを用いて,学生の移動の要因-影響関係について検討する。
次に,認知エージェントベースの計算フレームワークの形式化範囲を,探索的モデリングプロトコル「オーバービュー,設計,詳細」との比較分析により解析する。
関連論文リスト
- LLM-based Cognitive Models of Students with Misconceptions [55.29525439159345]
本稿では,この2つの要件を満たすためにLLM(Large Language Models)を命令調整できるかどうかを検討する。
真正な学生ソリューションパターンを反映したデータセットを生成する新しいPythonライブラリであるMalAlgoPyを紹介する。
我々の洞察は、AIに基づく学生モデルの理解を高め、効果的な適応学習システムへの道を開く。
論文 参考訳（メタデータ） (2024-10-16T06:51:09Z) - Graph Neural Ordinary Differential Equations for Coarse-Grained Socioeconomic Dynamics [0.0]
時空間社会経済力学をモデル化するためのデータ駆動型機械学習手法を提案する。
我々の研究結果は、ボルチモアのケーススタディから、この機械学習で強化された粗い粒度モデルが強力な機器であることを示している。
論文 参考訳（メタデータ） (2024-07-25T15:12:46Z) - MergeNet: Knowledge Migration across Heterogeneous Models, Tasks, and Modalities [72.05167902805405]
異種モデルのパラメータ空間のギャップを埋めることを学ぶMergeNetを提案する。
MergeNetの中核となるメカニズムはパラメータアダプタにあり、ソースモデルの低ランクパラメータをクエリすることで動作する。
MergeNetは両方のモデルと共に学習され、我々のフレームワークは、現在のステージに関する知識を動的に転送し、適応することができます。
論文 参考訳（メタデータ） (2024-04-20T08:34:39Z) - Interpretable Imitation Learning with Dynamic Causal Relations [65.18456572421702]
得られた知識を有向非巡回因果グラフの形で公開することを提案する。
また、この因果発見プロセスを状態依存的に設計し、潜在因果グラフのダイナミクスをモデル化する。
提案するフレームワークは,動的因果探索モジュール,因果符号化モジュール,予測モジュールの3つの部分から構成され,エンドツーエンドで訓練される。
論文 参考訳（メタデータ） (2023-09-30T20:59:42Z) - From Mimicking to Integrating: Knowledge Integration for Pre-Trained
Language Models [55.137869702763375]
本稿では,新しいPLM再利用パラダイムであるKnowledge Integration(KI)について検討する。
KIは,異なる分類問題に特化している教師-PLMの知識を,多種多様な学生モデルにマージすることを目的としている。
次に,モデル不確かさを意識した知識統合(MUKI)フレームワークを設計し,学生の黄金の監督を回復する。
論文 参考訳（メタデータ） (2022-10-11T07:59:08Z) - Algebraic Learning: Towards Interpretable Information Modeling [0.0]
この論文は、一般的な情報モデリングにおける解釈可能性の問題に対処し、問題を2つの範囲から緩和する試みである。
まず、問題指向の視点を用いて、興味深い数学的性質が自然に現れるモデリング実践に知識を取り入れる。
第二に、訓練されたモデルを考えると、基礎となるシステムに関するさらなる洞察を抽出するために様々な方法を適用することができる。
論文 参考訳（メタデータ） (2022-03-13T15:53:39Z) - Feature-Based Interpretable Reinforcement Learning based on
State-Transition Models [3.883460584034766]
現実世界でのAIモデルの運用に関する懸念が高まり、AIモデルの決定を人間に説明することへの関心が高まっています。
強化学習におけるリスクに関する局所的な説明方法を提案する。
論文 参考訳（メタデータ） (2021-05-14T23:43:11Z) - Knowledge-Guided Dynamic Systems Modeling: A Case Study on Modeling
River Water Quality [8.110949636804774]
実世界の現象をモデル化することは、エコロジーモデリングや財務予測など、多くの科学と工学の取り組みの焦点である。
複雑な動的システムのための正確なモデルの構築は、基盤となるプロセスの理解を改善し、リソース効率に繋がる。
反対の極端に、データ駆動モデリングはデータから直接モデルを学び、広範囲なデータと潜在的に過剰なフィッティングを生成する。
中間的アプローチであるモデルリビジョンに注目し,事前知識とデータを組み合わせることで,両世界のベストを達成する。
論文 参考訳（メタデータ） (2021-03-01T06:31:38Z) - On the model-based stochastic value gradient for continuous
reinforcement learning [50.085645237597056]
モデルベースエージェントは,サンプル効率と最終報酬の両方の観点から,最先端のモデルフリーエージェントより優れていることを示す。
以上の結果から,モデルに基づく政策評価がより注目に値することが示唆された。
論文 参考訳（メタデータ） (2020-08-28T17:58:29Z) - Goal-Aware Prediction: Learning to Model What Matters [105.43098326577434]
学習した前進力学モデルを使用する際の根本的な課題の1つは、学習したモデルの目的と下流のプランナーやポリシーの目標とのミスマッチである。
本稿では,タスク関連情報への直接的予測を提案し,そのモデルが現在のタスクを認識し,状態空間の関連量のみをモデル化することを奨励する。
提案手法は,目標条件付きシーンの関連部分を効果的にモデル化し,その結果,標準タスク非依存のダイナミックスモデルやモデルレス強化学習より優れていることがわかった。
論文 参考訳（メタデータ） (2020-07-14T16:42:59Z)
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。