1. 前のページに戻る

適応的学習支援のための教育的解釈性をもつ深層学習手法の開発

研究課題

戦略的な研究開発の推進 戦略的創造研究推進事業 ACT-X

体系的番号 JPMJAX23CG
DOI https://doi.org/10.52926/JPMJAX23CG

研究代表者

堤 瑛美子  東京大学, 大学院情報理工学系研究科, 特任助教

研究期間 (年度) 2023 – 2025
概要近年,オンライン学習システムを用いた学習が広まり,大量の教育ビッグデータを如何に有効活用するかが課題になっている.特に,人工知能分野では機械学習を用いて教育ビッグデータを分析することにより学習者の特性や成長に合わせて適切な学習支援を行うアダプティブラーニングが注目されている.本研究では高精度に学習者の習熟度変化を推定する,教育的なパラメータ解釈性をもつ深層学習手法を開発する.
研究領域次世代AIを築く数理・情報科学の革新

報告書

(1件)
  • 2023 年次報告書 ( PDF )
  • 主な研究成果

    (3件)

すべて 2024

すべて 雑誌論文 (3件) (査読あり 3件、 オープンアクセス 3件)

  • [雑誌論文] Deep Knowledge Tracing Incorporating a Hypernetwork With Independent Student and Item Networks2024

    • 著者名
      Emiko Tsutsumi, Yiming Guo, Ryo Kinoshita, Maomi Ueno
    • 雑誌名

      IEEE Transactions on Learning Technologies

    • 査読あり / オープンアクセス
  • [雑誌論文] 学習者の能力の時系列変化を畳み込むTemporal Convolutional Networkを組み込んだDeep-IRT2024

    • 著者名
      西尾徹朗, 堤瑛美子, 植野真臣
    • 雑誌名

      電子情報通信学会論文誌 D

      巻: 107 号: 3

    • 査読あり / オープンアクセス
  • [雑誌論文] Deep-IRT with temporal convolutional network for comprehensive reflection of student ability history data2024

    • 著者名
      Emiko Tsutsumi, Tetsurou Nishio, Maomi Ueno
    • 雑誌名

      25th International Conference AIED

    • 査読あり / オープンアクセス

URL: 

JSTプロジェクトデータベース掲載開始日: 2023-12-27   JSTプロジェクトデータベース最終更新日: 2026-09-08  

サービス概要 よくある質問 利用規約

Powered by NII jst