論文の概要: SMARTe-VR: Student Monitoring and Adaptive Response Technology for e-learning in Virtual Reality

• arxiv url: http://arxiv.org/abs/2501.10977v1
• Date: Sun, 19 Jan 2025 07:53:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-22 14:21:02.751256
• Title: SMARTe-VR: Student Monitoring and Adaptive Response Technology for e-learning in Virtual Reality
• Title（参考訳）: SMARTe-VR:バーチャルリアリティにおけるeラーニングのための学生モニタリングと適応応答技術
• Authors: Roberto Daza, Lin Shengkai, Aythami Morales, Julian Fierrez, Katashi Nagao,
• Abstract要約: 本研究は,オンライン教育用に設計された没入型仮想現実環境における学生監視プラットフォームSMARTe-VRを紹介する。 このプラットフォームでは、インストラクターがビデオ講義でカスタマイズされた学習セッションを作成し、理解を評価するためのAuto QAシステムとのインターフェースを特徴とする。 われわれは,VRベースのTOEICセッションで10ユーザからのデータを用いた5つの研究課題を含むデータセットをリリースする。 25時間を超えるこのデータセットには、顔の特徴、学習メタデータ、450の応答、質問難度レベル、コンセプトタグ、理解ラベルが含まれている。
• 参考スコア（独自算出の注目度）: 13.616038134322435
• License:
• Abstract: This work introduces SMARTe-VR, a platform for student monitoring in an immersive virtual reality environment designed for online education. SMARTe-VR is aimed to gather data for adaptive learning, focusing on facial biometrics and learning metadata. The platform allows instructors to create tailored learning sessions with video lectures, featuring an interface with an Auto QA system to evaluate understanding, interaction tools (e.g., textbook highlighting and lecture tagging), and real-time feedback. Additionally, we release a dataset containing 5 research challenges with data from 10 users in VR-based TOEIC sessions. This dataset, spanning over 25 hours, includes facial features, learning metadata, 450 responses, question difficulty levels, concept tags, and understanding labels. Alongside the database, we present preliminary experiments using Item Response Theory models, adapted for understanding detection using facial features. Two architectures were explored: a Temporal Convolutional Network for local features and a Multilayer Perceptron for global features.
• Abstract（参考訳）: 本研究は,オンライン教育用に設計された没入型仮想現実環境における学生監視プラットフォームSMARTe-VRを紹介する。 SMARTe-VRは適応学習のためのデータ収集を目的としており、顔のバイオメトリックスと学習メタデータに焦点を当てている。 このプラットフォームでは、インストラクターがビデオ講義でカスタマイズされた学習セッションを作成することができ、理解、相互作用ツール(教科書のハイライトや講義のタグ付けなど)、リアルタイムフィードバックを評価するためのAuto QAシステムとのインターフェースを備えている。 さらに、VRベースのTOEICセッションで10ユーザからのデータを用いた5つの研究課題を含むデータセットをリリースする。 25時間を超えるこのデータセットには、顔の特徴、学習メタデータ、450の応答、質問難度レベル、コンセプトタグ、理解ラベルが含まれている。 データベースとともに,顔の特徴を用いた検出の理解に適応した項目応答理論モデルを用いた予備実験を行った。 ローカル機能のための時間畳み込みネットワークとグローバル機能のための多層パーセプトロンの2つのアーキテクチャが検討された。

関連論文リスト

• Flex: End-to-End Text-Instructed Visual Navigation with Foundation Models [59.892436892964376]
  本稿では,視覚に基づく制御ポリシを用いて,ロバストな閉ループ性能を実現するために必要な最小限のデータ要件とアーキテクチャ適応について検討する。 この知見はFlex (Fly-lexically) で合成され,VLM(Vision Language Models) をフリーズしたパッチワイド特徴抽出器として利用するフレームワークである。 本研究では,本手法が4段階のフライ・トゥ・ターゲットタスクにおいて有効であることを示す。
  論文  参考訳（メタデータ） (2024-10-16T19:59:31Z)
• Grounded GUI Understanding for Vision Based Spatial Intelligent Agent: Exemplified by Virtual Reality Apps [41.601579396549404]
  仮想現実感アプリのための最初のゼロショットcOntext-sensitive inteRactable GUI ElemeNT dEtectionフレームワークOrienterを提案する。 人間の振る舞いを模倣することで、OrienterはまずVRアプリのシーンの意味的コンテキストを観察し、理解し、次に検出を実行する。
  論文  参考訳（メタデータ） (2024-09-17T00:58:00Z)
• Any-point Trajectory Modeling for Policy Learning [64.23861308947852]
  我々は、ビデオフレーム内の任意の点の将来の軌跡を予測するために、ATM(Any-point Trajectory Modeling)を導入する。 ATMは、強力なビデオ事前トレーニングベースラインを平均80%上回っている。 本研究では,人間の動画やビデオからの操作スキルを,異なるロボット形態から効果的に伝達する学習方法を示す。
  論文  参考訳（メタデータ） (2023-12-28T23:34:43Z)
• RH20T: A Comprehensive Robotic Dataset for Learning Diverse Skills in One-Shot [56.130215236125224]
  オープンドメインでのロボット操作における重要な課題は、ロボットの多様性と一般化可能なスキルの獲得方法である。 単発模倣学習の最近の研究は、訓練されたポリシーを実証に基づく新しいタスクに移行する可能性を示唆している。 本稿では,エージェントがマルチモーダルな知覚で数百の現実世界のスキルを一般化する可能性を解き放つことを目的とする。
  論文  参考訳（メタデータ） (2023-07-02T15:33:31Z)
• MoocRadar: A Fine-grained and Multi-aspect Knowledge Repository for Improving Cognitive Student Modeling in MOOCs [39.22242712254446]
  MoocRadarは,2,513のエクササイズ質問,5,600の知識概念,1200万以上の行動記録からなる,きめ細かい多面的知識リポジトリである。 具体的には,詳細な概念や認知ラベルの高品質かつ包括的アノテーションを保証する枠組みを提案する。
  論文  参考訳（メタデータ） (2023-04-05T03:36:40Z)
• Planning for Learning Object Properties [117.27898922118946]
  我々は、物体特性を象徴的な計画問題として認識するために、ニューラルネットワークを自動的に訓練する問題を定式化する。 トレーニングデータセット作成と学習プロセスを自動化するための戦略を作成するために,計画手法を使用します。 シミュレーションと実環境の両方で実験的な評価を行う。
  論文  参考訳（メタデータ） (2023-01-15T09:37:55Z)
• edBB-Demo: Biometrics and Behavior Analysis for Online Educational Platforms [17.38605546335716]
  EDBBプラットフォームは、デジタルプラットフォームにおけるユーザ認識と行動理解に関連する課題を研究することを目的としている。 学生セッション中にセンサから取得した情報は、マルチモーダル学習フレームワークでモデル化される。
  論文  参考訳（メタデータ） (2022-11-16T20:53:56Z)
• DMCNet: Diversified Model Combination Network for Understanding Engagement from Video Screengrabs [0.4397520291340695]
  エンゲージメントは知的教育インタフェースの開発において重要な役割を果たしている。 非深さ学習モデルは、Histogram of Oriented Gradient(HOG)、SVM(Support Vector Machine)、SIFT(Scale Invariant Feature Transform)、SURF(Speeded Up Robust Features)といった一般的なアルゴリズムの組み合わせに基づいている。 ディープラーニングには、Densely Connected Convolutional Networks (DenseNet-121)、Residual Network (ResNet-18)、MobileNetV1がある。
  論文  参考訳（メタデータ） (2022-04-13T15:24:38Z)
• Towards Scale Consistent Monocular Visual Odometry by Learning from the Virtual World [83.36195426897768]
  仮想データから絶対スケールを取得するための新しいフレームワークであるVRVOを提案する。 まず、モノクロ実画像とステレオ仮想データの両方を用いて、スケール対応の異種ネットワークをトレーニングする。 結果として生じるスケール一貫性の相違は、直接VOシステムと統合される。
  論文  参考訳（メタデータ） (2022-03-11T01:51:54Z)
• Facial Expression Recognition Under Partial Occlusion from Virtual Reality Headsets based on Transfer Learning [0.0]
  畳み込みニューラルネットワークに基づくアプローチは、顔認識タスクに適用可能であることが証明されたため、広く採用されている。 しかし、頭部に装着したVRヘッドセットを装着して顔を認識することは、顔の上半分が完全に隠されているため、難しい作業である。 既存のFERデータセットに適用可能なSamsung Gear VRヘッドセットによる閉塞をシミュレートする幾何学的モデルを提案する。
  論文  参考訳（メタデータ） (2020-08-12T20:25:07Z)
• Visual Imitation Made Easy [102.36509665008732]
  本稿では,ロボットへのデータ転送を容易にしながら,データ収集プロセスを単純化する,模倣のための代替インターフェースを提案する。 我々は、データ収集装置やロボットのエンドエフェクターとして、市販のリーチ・グラブラー補助具を使用する。 我々は,非包括的プッシュと包括的積み重ねという2つの課題について実験的に評価した。
  論文  参考訳（メタデータ） (2020-08-11T17:58:50Z)

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。