論文の概要: Giving Mechanical Engineers Intelligent Tools: A Project-Based AI Education Curriculum in Thermal Engineering
- arxiv url: http://arxiv.org/abs/2608.26056v1
- Date: Wed, 26 Aug 2026 17:26:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-27 14:15:15.986124
- Title: Giving Mechanical Engineers Intelligent Tools: A Project-Based AI Education Curriculum in Thermal Engineering
- Title（参考訳）: メカニカルエンジニアのギビング インテリジェントツール: 熱工学におけるプロジェクトベースのAI教育カリキュラム
- Abstract要約: 本稿では,アーカンソー大学(UARK)における人工知能(AI)を機械工学(ME)に統合する新しいカリキュラムを提案する。
カリキュラムには入門、応用、高度なレベルがあり、コアプロジェクトとオプションのAIプロジェクトをカバーする。
主な目標は、学生がAIモデルに対する理解を深め、エンジニアリングタスクに取り組む能力を高め、複数の学際的なコミュニケーションスキルを教えることである。
- 参考スコア（独自算出の注目度）: 7.034388558444647
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Mechanical engineering (ME) requires a broad knowledge base across several disciplines. However, ME students often have insufficient training in electrical and computer engineering, complex challenges in traditional thermal system modeling, and endure heavy course loads with limited class hours. To help address these challenges, this paper proposes a new curriculum that integrates artificial intelligence (AI) into ME at the University of Arkansas (UARK), with a particular emphasis on thermal problems and their interplay with electrical and computer engineering. The curriculum has introductory, application, and advanced levels, covering core and optional AI projects. Key goals are to enhance students' understanding of AI models, ability to tackle engineering tasks, and teach multidisciplinary communication skills. This curriculum offers educators and researchers valuable insights into courses that can enhance students' practical skills and creativity. This curriculum, including the syllabus, data, and codes, is available to the public in open-access repositories.
- Abstract（参考訳）: メカニカルエンジニアリング(ME)は、様々な分野にわたる幅広い知識基盤を必要とする。
しかし、MEの学生は電気・コンピュータ工学のトレーニングが不十分で、伝統的な熱システムモデリングの複雑な課題があり、クラス時間に制限のある重いコースの負荷に耐える。
これらの課題に対処するために、アーカンソー大学(UARK)における人工知能(AI)をMEに統合する新たなカリキュラムを提案する。
カリキュラムには入門、応用、高度なレベルがあり、コアプロジェクトとオプションのAIプロジェクトをカバーする。
主な目標は、学生がAIモデルに対する理解を深め、エンジニアリングタスクに取り組む能力を高め、複数の学際的なコミュニケーションスキルを教えることである。
このカリキュラムは、学生の実践的スキルと創造性を向上するコースについて、教育者や研究者に貴重な洞察を提供する。
シラバス、データ、コードを含むこのカリキュラムは、オープンアクセスレポジトリで一般に公開されている。
関連論文リスト
- Reshaping Undergraduate Computer Science Education in the Generative AI Era [85.78707817763434]
生成AIはコンピュータサイエンス(CS)教育の転換点である。
AI技術の進歩に追随するため、CSカリキュラムは、AI生成したアーティファクトの理解と検証へのシフトを検討するべきである。
我々は、未来のコンピュータサイエンスの卒業生を効果的に準備し、問題を作成し、解決し、管理し、AIで人工物を作ることができると信じています。
論文 参考訳（メタデータ） (2026-05-02T05:26:24Z) - LLMs4All: A Systematic Review of Large Language Models Across Academic Disciplines [60.559790988113775]
ChatGPTのようなLLM(Large Language Models)ベースのアプリケーションは、人間のような会話を生成する能力を示している。
本稿では,最先端のLDMの概要と,幅広い学術分野への統合について述べる。
論文 参考訳（メタデータ） (2025-09-23T21:09:24Z) - Challenges and Paths Towards AI for Software Engineering [55.95365538122656]
ソフトウェア工学におけるAIの進歩を3倍に議論する。
まず、ソフトウェア工学のためのAIにおいて、具体的なタスクを構造化した分類法を提供する。
次に、現在のアプローチを制限するいくつかの重要なボトルネックを概説する。
論文 参考訳（メタデータ） (2025-03-28T17:17:57Z) - Design of a Microprocessors and Microcontrollers Laboratory Course Addressing Complex Engineering Problems and Activities [2.4079764958888585]
本稿では,マイクロプロセッサとマイクロコントローラの新たなカリキュラムを提案する。
提案カリキュラムは、複雑な工学的問題や活動に対処するため、構造化実験とオープンなプロジェクトフェーズをブレンドする。
論文 参考訳（メタデータ） (2025-02-20T03:28:21Z) - A Roles-based Competency Framework for Integrating Artificial Intelligence (AI) in Engineering Courses [0.13154296174423616]
本稿では,AIを学際的な工学コースやカリキュラムに統合するためのフレームワークを提案する。
エンジニアリングにおけるAIの利用は、新興だが成長している分野である。
フレームワークの実装における課題について議論し、組込みアプローチの必要性を強調します。
論文 参考訳（メタデータ） (2024-09-28T19:13:14Z) - Transdisciplinary AI Education: The Confluence of Curricular and
Community Needs in the Instruction of Artificial Intelligence [0.7133676002283578]
教育におけるAIの現状について検討し、この技術を教室に組み込むことによる潜在的なメリットと課題について検討する。
この論文は、サウジアラビアのネオムにある、現在開発中のAIプログラムと、開発中の新たなメガシティである教育、研究、革新のセクターについて述べる。
論文 参考訳（メタデータ） (2023-11-10T17:26:27Z) - Utilizing Online and Open-Source Machine Learning Toolkits to Leverage
the Future of Sustainable Engineering [8.641860292533023]
Edge Impulseは、TinyMLに対応したオープンソースのArduino教育ツールキットを設計した。
本稿では,MLツールキットを教室で活用するために工学教育者が行った様々な応用とアプローチについて論じる。
論文 参考訳（メタデータ） (2023-04-21T17:50:21Z) - 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) - Automated Machine Learning: A Case Study on Non-Intrusive Appliance Load Monitoring [81.06807079998117]
非侵入的機器負荷モニタリング(NIALM)のための自動機械学習(AutoML)を実現する新しい手法を提案する。
NIALMは、電子機器や家電のエネルギー消費を測定するためのスマートメーターに代わる費用対効果を提供する。
論文 参考訳（メタデータ） (2022-03-06T10:12:56Z) - An Experience Report of Executive-Level Artificial Intelligence
Education in the United Arab Emirates [53.04281982845422]
アラブ首長国連邦(UAE)のビジネスエグゼクティブにAIコースを教える経験報告を提示する。
理論的、技術的な側面にのみ焦点をあてるのではなく、学生が既存のビジネスプロセスにAIを組み込む方法を理解するためにAIを教えるコースを開発しました。
論文 参考訳（メタデータ） (2022-02-02T20:59:53Z) - From Machine Learning to Robotics: Challenges and Opportunities for
Embodied Intelligence [113.06484656032978]
記事は、インテリジェンスが機械学習技術の進歩の鍵を握っていると主張している。
私たちは、インテリジェンスを具体化するための課題と機会を強調します。
本稿では,ロボット学習の最先端性を著しく向上させる研究の方向性を提案する。
論文 参考訳（メタデータ） (2021-10-28T16:04:01Z) - Engineering Education in the Age of Autonomous Machines [1.2246649738388389]
我々は,コンピュータ科学,計算機工学,電気工学,機械工学の専門知識を持つ学生に公開するための学際的プログラムの作成を提唱する。
実際の自動運転車で作業する体験を学生に提供するcapstoneプロジェクトは、技術基盤を統合するために必要である。
論文 参考訳（メタデータ） (2021-02-16T00:44:14Z)
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。