Fugu-MT 論文翻訳(概要): Detecting Student Disengagement in Online Classes Using Deep Learning: A Review

論文の概要: Detecting Student Disengagement in Online Classes Using Deep Learning: A Review

arxiv url: http://arxiv.org/abs/2411.10464v1
Date: Mon, 04 Nov 2024 07:01:22 GMT
ステータス: 翻訳完了
システム内更新日: 2024-11-24 05:33:10.303222
Title: Detecting Student Disengagement in Online Classes Using Deep Learning: A Review
Title（参考訳）: ディープラーニングによるオンライン授業における学生の脱着の検出
Authors: Ahmed Mohamed, Mostafa Ali, Shahd Ahmed, Nouran Hani, Mohammed Hisham, Meram Mahmoud,
Abstract要約: オンライン学習における学生の離脱は、特にパンデミック後の重要な課題となっている。本稿では、コンピュータビジョンと感情コンピューティングを効果的なアプローチとして強調する。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: Student disengagement in online learning has become a critical challenge, particularly post-pandemic. This review explores deep learning techniques used to detect disengagement, emphasizing computer vision and affective computing as effective approaches. We examine recent studies focusing on facial expressions, eye movements, and posture to assess student attention, along with non-face-based indicators like mouse activity. A systematic review of 38 selected studies outlines the indicators, methods, and models employed in this field, providing insights for future research on real-time engagement monitoring in online classrooms
Abstract（参考訳）: オンライン学習における学生の離脱は、特にパンデミック後の重要な課題となっている。本稿では、コンピュータビジョンと感情コンピューティングを効果的なアプローチとして強調する。本研究は, 表情, 眼球運動, 姿勢に焦点をあてた最近の研究では, 学生の注意力と, マウスの活動などの非顔型指標について検討した。オンライン教室におけるリアルタイムエンゲージメントモニタリングの今後の研究に対する洞察を提供するため,38研究を体系的に概説した。

関連論文リスト

Assessment of Personalized Learning in Immersive and Intelligent Virtual Classroom on Student Engagement [5.982610439839458]
この研究は、パーソナライズされた学習アプローチが学生の参加、モチベーション、学業成績をいかに向上させるかについての洞察を提供することを目的としている。眼球運動パラダイムは、学生のエンゲージメントを評価し、より良い教育効果を促進する可能性がある。
論文参考訳（メタデータ） (2025-01-14T06:49:22Z)
Real-time classification of EEG signals using Machine Learning deployment [0.0]
本研究では,ある話題に対する生徒の理解度を予測するための,機械学習に基づくアプローチを提案する。システムパラメータの値にアクセスして、選択したトピックに対する生徒の集中度を決定するブラウザインターフェースが導入された。
論文参考訳（メタデータ） (2024-12-27T08:14:28Z)
Learner Attentiveness and Engagement Analysis in Online Education Using Computer Vision [3.449808359602251]
本研究では,オンライン学習シナリオにおける学習者の注意力,エンゲージメント,その他の感情状態を分析し,定量化するコンピュータビジョンに基づくアプローチを提案する。学習者の包括的注意度指数を出力する分類モデルに基づいて,機械学習に基づくアルゴリズムを開発した。エンド・ツー・エンドのパイプラインを提案し、学習者のライブビデオフィードを処理し、学習者の詳細な注意度分析をインストラクターに提供した。
論文参考訳（メタデータ） (2024-11-30T10:54:08Z)
Revisiting Self-supervised Learning of Speech Representation from a Mutual Information Perspective [68.20531518525273]
我々は、情報理論の観点から、既存の自己教師型音声の手法を詳しく検討する。我々は線形プローブを用いて、対象情報と学習された表現の間の相互情報を推定する。我々は、ラベルを使わずに、データの異なる部分間の相互情報を見積もる自己教師型の表現を評価する可能性を探る。
論文参考訳（メタデータ） (2024-01-16T21:13:22Z)
Masked Modeling for Self-supervised Representation Learning on Vision and Beyond [69.64364187449773]
仮面モデリングは、トレーニング中に比例的にマスキングされる元のデータの一部を予測する、独特なアプローチとして現れてきた。マスクモデリングにおけるテクニックの詳細については,多様なマスキング戦略,ターゲット回復,ネットワークアーキテクチャなどについて詳述する。我々は、現在の手法の限界について議論し、マスクモデリング研究を進めるためのいくつかの道のりを指摘した。
論文参考訳（メタデータ） (2023-12-31T12:03:21Z)
Adversarial Attacks and Defenses in Machine Learning-Powered Networks: A Contemporary Survey [114.17568992164303]
機械学習とディープニューラルネットワークにおけるアドリアックと防御が注目されている。本調査は、敵攻撃・防衛技術分野における最近の進歩を包括的に概観する。検索ベース、意思決定ベース、ドロップベース、物理世界攻撃など、新たな攻撃方法も検討されている。
論文参考訳（メタデータ） (2023-03-11T04:19:31Z)
Real-time Attention Span Tracking in Online Education [0.0]
本稿では,オンライン授業中の学生のリアルタイムの注意レベルを監視するために,カメラフィードとマイクロホン入力を利用するメカニズムを提案する。我々は,5つの異なる非言語的特徴を用いて,コンピュータによるタスク中の学生の注意スコアを計算し,学生と組織の両方に対してリアルタイムのフィードバックを生成するシステムを提案する。
論文参考訳（メタデータ） (2021-11-29T17:05:59Z)
Counterfactual Attention Learning for Fine-Grained Visual Categorization and Re-identification [101.49122450005869]
本稿では,因果推論に基づくより効果的な注意力学習法を提案する。具体的には,学習した視覚的注意がネットワーク予測に与える影響を分析する。本手法は,広範囲の粒度認識タスクにおいて評価する。
論文参考訳（メタデータ） (2021-08-19T14:53:40Z)
Exploring Visual Engagement Signals for Representation Learning [56.962033268934015]
VisEは、クラスタ化されたエンゲージメント信号から派生した擬似ラベルにソーシャルイメージをマップする弱い教師付き学習アプローチである。この方法でトレーニングされたモデルが、感情認識や政治的バイアス検出といった主観的なコンピュータビジョンタスクにどのように役立つかを研究する。
論文参考訳（メタデータ） (2021-04-15T20:50:40Z)
Continual Learning for Anomaly Detection in Surveillance Videos [36.24563211765782]
本稿では,移動学習と連続学習を用いた監視ビデオのオンライン異常検出手法を提案する。提案アルゴリズムは,移動学習のためのニューラルネットワークモデルの特徴抽出能力と,統計的検出手法の連続学習能力を利用する。
論文参考訳（メタデータ） (2020-04-15T16:41:20Z)
Deep Learning for Sensor-based Human Activity Recognition: Overview, Challenges and Opportunities [52.59080024266596]
本稿では,センサを用いた人間の活動認識のための最先端のディープラーニング手法について調査する。まず、官能データのマルチモーダリティを導入し、公開データセットに情報を提供する。次に、課題によって深層メソッドを構築するための新しい分類法を提案する。
論文参考訳（メタデータ） (2020-01-21T09:55:59Z)

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。