論文の概要: Virtual teaching assistant for undergraduate students using natural language processing & deep learning

• arxiv url: http://arxiv.org/abs/2411.09001v1
• Date: Wed, 13 Nov 2024 20:02:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-15 15:22:20.324790
• Title: Virtual teaching assistant for undergraduate students using natural language processing & deep learning
• Title（参考訳）: 自然言語処理と深層学習を用いた大学生のバーチャル指導支援
• Authors: Sadman Jashim Sakib, Baktiar Kabir Joy, Zahin Rydha, Md. Nuruzzaman, Annajiat Alim Rasel,
• Abstract要約: 新型コロナウイルスの影響で、多くの大学がオンライン教育に切り替えざるを得なくなった。 ますます多くの機関が、オンラインで行われている一部の部分と、他の部分とのブレンドラーニングを検討している。 本稿では,VTAボットという仮想教示アシスタントの初期実装とシステムアーキテクチャについて述べる。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Online education's popularity has been continuously increasing over the past few years. Many universities were forced to switch to online education as a result of COVID-19. In many cases, even after more than two years of online instruction, colleges were unable to resume their traditional classroom programs. A growing number of institutions are considering blended learning with some parts in-person and the rest of the learning taking place online. Nevertheless, many online education systems are inefficient, and this results in a poor rate of student retention. In this paper, we are offering a primary dataset, the initial implementation of a virtual teaching assistant named VTA-bot, and its system architecture. Our primary implementation of the suggested system consists of a chatbot that can be queried about the content and topics of the fundamental python programming language course. Students in their first year of university will be benefited from this strategy, which aims to increase student participation and involvement in online education.
• Abstract（参考訳）: オンライン教育の人気はここ数年連続的に高まっている。 新型コロナウイルスの影響で、多くの大学がオンライン教育に切り替えざるを得なくなった。 多くの場合、オンライン授業が2年以上続いた後も、大学は従来の教室プログラムを再開することができなかった。 ますます多くの機関が、オンラインで行われている一部の部分と、他の部分とのブレンドラーニングを検討している。 しかし、多くのオンライン教育システムは非効率であり、これは学生の留学生率の低下をもたらす。 本稿では,VTAボットという仮想教示アシスタントの初期実装とシステムアーキテクチャについて述べる。 提案システムの主な実装は,基本ピソン言語コースの内容と話題を質問できるチャットボットである。 大学初年度の学生は、オンライン教育への学生の参加と参加を促進するため、この戦略の恩恵を受ける。

関連論文リスト

• 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)
• YODA: Teacher-Student Progressive Learning for Language Models [82.0172215948963]
  本稿では,教師が指導するプログレッシブ・ラーニング・フレームワークであるYodaを紹介する。 モデルファインチューニングの有効性を向上させるために,教師の教育過程をエミュレートする。 実験の結果, YODAのデータによるLLaMA2のトレーニングにより, SFTは大幅に向上した。
  論文  参考訳（メタデータ） (2024-01-28T14:32:15Z)
• A Set of Essentials for Online Learning : CSE-SET [0.0]
  本研究は,オンライン学習を効果的に行うための重要な要素の集合を詳述する。 この研究は、学生や他の利害関係者がオンライン学習に参加する動機となる一連の要因を列挙している。
  論文  参考訳（メタデータ） (2023-03-26T04:33:52Z)
• Why Are Some Online Educational Programs Successful? Student Cognition and Success [0.0]
  プログラムの1コース、特に人工知能(AI)コースにおける学習者のモチベーションと自己統制を測定する。 このデータによると、オンラインAIコースは、学生が自己効力が高く、クラスが自己統制学習を奨励するため、成功かもしれない。
  論文  参考訳（メタデータ） (2022-09-04T14:46:27Z)
• Evaluating virtual laboratory platforms for supporting on-line information security courses [0.30458514384586394]
  遠隔教育はコンピュータとインターネットの出現によってルネッサンスを受けている。 オンライン学習またはeラーニングは、仮想教室、アセスメント、オンラインテストを導入し、教室をインタラクティブなオンライン教室に変えた。 Covid-19のパンデミックは高等教育に影響を与え続けている。 本研究は,情報セキュリティと倫理的ハッキングの教育に使用する仮想実験室の実践的ソリューションを評価する。
  論文  参考訳（メタデータ） (2022-08-17T05:37:42Z)
• Observations on Transitioning to Teaching Computer Science Online [1.4620086904601473]
  新型コロナウイルス(COVID-19)のパンデミックの被害は世界の高等教育に大きな影響を与え、その結果、ほとんどの物理クラスがオンライン教育プラットフォームに置き換えられた。 本論文は,オンライン形式での学部課程(理論計算機科学科)の授業を初めて行った経験報告である。
  論文  参考訳（メタデータ） (2021-12-02T23:47:53Z)
• Online Continual Learning with Natural Distribution Shifts: An Empirical Study with Visual Data [101.6195176510611]
  オンライン」連続学習は、情報保持とオンライン学習の有効性の両方を評価することができる。 オンライン連続学習では、入力される各小さなデータをまずテストに使用し、次にトレーニングセットに追加し、真にオンラインにします。 本稿では,大規模かつ自然な分布変化を示すオンライン連続視覚学習のための新しいベンチマークを提案する。
  論文  参考訳（メタデータ） (2021-08-20T06:17:20Z)
• The Evaluation Case Study of Online Course During Pandemic Period in Mongolia [0.0]
  本稿では,パンデミック期におけるオンラインコースの自己評価試験とケーススタディについて述べる。 教育開発を継続するためには、従来の対面授業からオンラインコースに切り替える必要があった。 本研究の目的は,構造指向評価モデルに基づくeラーニングの評価プロセスを共有することである。
  論文  参考訳（メタデータ） (2021-05-26T09:35:40Z)
• Comparative Study of Learning Outcomes for Online Learning Platforms [47.5164159412965]
  パーソナライゼーションとアクティブラーニングは、学習の成功の鍵となる側面です。 私たちは2つの人気のあるオンライン学習プラットフォームの学習結果の比較正面調査を実施します。
  論文  参考訳（メタデータ） (2021-04-15T20:40:24Z)
• Peer-inspired Student Performance Prediction in Interactive Online Question Pools with Graph Neural Network [56.62345811216183]
  本稿では,対話型オンライン質問プールにおいて,より優れた生徒のパフォーマンス予測を実現するために,グラフニューラルネットワーク(GNN)を用いた新しいアプローチを提案する。 具体的には,学生のインタラクションを用いた学生と質問の関係をモデル化し,学生のインタラクション・クエストネットワークを構築する。 1631の質問に対して4000人以上の学生の問題解決過程において生成した104,113個のマウス軌跡からなる実世界のデータセットに対するアプローチの有効性を評価した。
  論文  参考訳（メタデータ） (2020-08-04T14:55:32Z)
• EPARS: Early Prediction of At-risk Students with Online and Offline Learning Behaviors [55.33024245762306]
  リスク・アット・リスク(STAR)の早期予測は、ドロップアウトや自殺にタイムリーに介入するための有効かつ重要な手段である。 既存の作業は主に、学習プロセス全体を捉えるのに十分な包括的でないオンラインまたはオフラインの学習行動に依存する。 オンラインおよびオフライン学習行動のモデル化により,STARを1学期で早期に予測できる新しいアルゴリズム(EPARS)を提案する。
  論文  参考訳（メタデータ） (2020-06-06T12:56:26Z)

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。