論文の概要: Overview of the development of smart classrooms under information technology: development and innovation of hardware and software
- arxiv url: http://arxiv.org/abs/2412.20730v1
- Date: Mon, 30 Dec 2024 06:01:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-31 16:01:37.500924
- Title: Overview of the development of smart classrooms under information technology: development and innovation of hardware and software
- Title（参考訳）: 情報技術によるスマート教室開発の概要:ハードウェアとソフトウェアの開発と革新
- Authors: Yanying Cheng,
- Abstract要約: この記事では、ハードウェアとソフトウェアレベルでのスマート教室の開発についてレビューする。
ハードウェアは、基本的なICT施設を単一モードでマルチモーダル情報クラウドプラットフォームに変換することを記述している。
ソフトウェアの観点からは、関連する支援アルゴリズムと技術の進化を考察する。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: With the rapid development of information and communication technology (ICT), smart classroom has become an important trend in education modernization. This article reviews the development of smart classrooms from the hardware and software levels. The hardware describes the transformation from the construction of basic ICT facilities in single mode to a multi-modal information cloud platform. In terms of software, we look at the evolution of related supporting algorithms and technologies from the platform construction technology to the integration of advanced artificial intelligence (AI) technology from the perspectives of learning analysis and data mining. Provide guidance and suggestions for future educators, researchers and policymakers on the future direction of smart classrooms.
- Abstract（参考訳）: 情報通信技術(ICT)の急速な発展に伴い、スマート教室は教育の近代化において重要なトレンドとなっている。
この記事では、ハードウェアとソフトウェアレベルでのスマート教室の開発についてレビューする。
このハードウェアは,ICT の基本施設を単一モードで構築することから,マルチモーダル情報クラウドプラットフォームへの変換を記述している。
ソフトウェアの観点からは、プラットフォーム構築技術から高度な人工知能(AI)技術の統合に至るまで、学習分析とデータマイニングの観点から、関連する支援アルゴリズムと技術の進化を考察する。
スマート教室の今後の方向性について、将来の教育者、研究者、政策立案者にガイダンスと提案を提供する。
関連論文リスト
- Overview of Current Challenges in Multi-Architecture Software Engineering and a Vision for the Future [0.0]
提示されたシステムアーキテクチャは、動的な知識グラフベースのWebAssembly Twinsの概念に基づいている。
結果として得られるシステムは、エンドユーザによる完全な透明性とコントロール性を備えた、高度な自律能力を持つことになる。
論文 参考訳（メタデータ） (2024-10-28T13:03:09Z) - Deep Learning and Machine Learning, Advancing Big Data Analytics and Management: Unveiling AI's Potential Through Tools, Techniques, and Applications [17.624263707781655]
人工知能(AI)、機械学習、ディープラーニングは、ビッグデータ分析と管理において変革の力となっている。
この記事では、これらの分野における基礎概念と最先端の展開について論じる。
理論的基盤を実行可能な戦略でブリッジすることで、ビッグデータ管理に革命をもたらすAIとLLMの可能性を示す。
論文 参考訳（メタデータ） (2024-10-02T06:24:51Z) - 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) - Networking Systems for Video Anomaly Detection: A Tutorial and Survey [55.28514053969056]
ビデオ異常検出(VAD)は人工知能(AI)コミュニティにおける基本的な研究課題である。
本稿では,各種深層学習駆動型VAD経路の基本前提,学習フレームワーク,適用シナリオについて述べる。
我々は、産業用IoTおよびスマート都市における最新のNSVAD研究と、デプロイ可能なNSVADのためのエンドクラウド共同アーキテクチャを紹介します。
論文 参考訳（メタデータ） (2024-05-16T02:00:44Z) - Bridging Gaps, Building Futures: Advancing Software Developer Diversity and Inclusion Through Future-Oriented Research [50.545824691484796]
我々はSEの多様性と包摂性に関する課題と解決策について、SE研究者や実践者から知見を提示する。
我々は,将来的なユートピアやディストピアのビジョンを共有し,今後の研究の方向性とアカデミックや産業への示唆を提供する。
論文 参考訳（メタデータ） (2024-04-10T16:18:11Z) - 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) - Agility in Software 2.0 -- Notebook Interfaces and MLOps with Buttresses
and Rebars [9.327920030279586]
本稿では,機械学習開発の基本となる2つの現代的発展現象について論じる。
まず、統合開発環境への容易な移行をサポートすることにより、ノートブックにおける作業の本質的な弱点を解消できるソリューションを提案する。
第2に、MLOpsコンテキストにメタファ的な執着と残響を導入することで、AIシステムの強化エンジニアリングを提案する。
論文 参考訳（メタデータ） (2021-11-28T13:40:30Z) - Edge-Cloud Polarization and Collaboration: A Comprehensive Survey [61.05059817550049]
クラウドとエッジ両方のAIの体系的なレビューを行います。
私たちはクラウドとエッジモデリングの協調学習メカニズムを最初にセットアップしました。
我々は現在進行中の最先端AIトピックの可能性と実践経験について議論する。
論文 参考訳（メタデータ） (2021-11-11T05:58:23Z) - Artificial Intelligence Technologies in Education: Benefits, Challenges
and Strategies of Implementation [8.54335661175611]
教育分野における人工知能導入のメリットと課題を特定した。
私たちはまた、学習者と教育者のための最新のAI技術についてもレビューしました。
我々は,5段階の汎用プロセスで記述された戦略実装モデルと,対応する構成ガイドを開発した。
論文 参考訳（メタデータ） (2021-02-11T11:09:41Z) - Technology Readiness Levels for Machine Learning Systems [107.56979560568232]
機械学習システムの開発とデプロイは、現代のツールで簡単に実行できますが、プロセスは一般的に急ぎ、エンドツーエンドです。
私たちは、機械学習の開発と展開のための実証済みのシステムエンジニアリングアプローチを開発しました。
当社の「機械学習技術準備レベル」フレームワークは、堅牢で信頼性が高く、責任あるシステムを確保するための原則的なプロセスを定義します。
論文 参考訳（メタデータ） (2021-01-11T15:54:48Z) - Advancing from Predictive Maintenance to Intelligent Maintenance with AI
and IIoT [0.0]
本稿は、過去90年間の信頼性モデリング技術の進化を概観し、産業と学術で開発された主要な技術について論じる。
次に、Intelligent maintenanceという次世代のメンテナンスフレームワークを紹介し、その重要なコンポーネントについて議論します。
このAIおよびIIoTベースのインテリジェントメンテナンスフレームワークは、(1)ディープラーニングによる確率的信頼性モデリングを含む最新の機械学習アルゴリズム、(2)ワイヤレススマートセンサーによるリアルタイムデータ収集、転送、ストレージ、(3)ビッグデータ技術、(4)機械学習モデルの継続的インテグレーションとデプロイ、(5)モバイルデバイスとAR/VRアプリケーションの分野における高速かつより良い意思決定を含む。
論文 参考訳（メタデータ） (2020-09-01T11:10:13Z)
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。