ウェアラブルデバイスを用いた英単語4択課題における確信度および主観的難易度の推定

• Item type: Journal(1)
• 公開日: 2020-08-15
• タイトル: ウェアラブルデバイスを用いた英単語4択課題における確信度および主観的難易度の推定
• タイトル / 言語: en
• タイトル: Wearable Sensor-Based Estimation of Confidence and Subjective Difficulty for Efficient Vocabulary Learning
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [一般論文] 機械学習，学習支援システム，主観的難易度推定，確信度推定
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• ID登録: 10.20729/00206264
• ID登録 / ID登録タイプ: JaLC
• 著者所属: 福井大学大学院工学研究科情報・メディア工学専攻
• 著者所属: 福井大学大学院工学研究科情報・メディア工学専攻
• 著者所属(英): en
• 著者所属(英): Department of Information Science, Graduate School of Engineering, University of Fukui
• 著者所属(英): en
• 著者所属(英): Department of Information Science, Graduate School of Engineering, University of Fukui
• 著者名: 森, 朝春; 長谷川, 達人
• 著者名(英): Tomoharu, Mori; Tatsuhito, Hasegawa
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本稿では，e-learning学習時の英単語4択課題を対象に，確信度と主観的難易度を推定する手法を開発する．眼球運動や心拍は知覚や心理状態と関連があることから，提案手法では2種類のウェアラブルデバイス，3点式眼電位センサ搭載眼鏡型デバイス（JINS MEME）と胸部装着型心電図モニタリングデバイス（MyBeat）で観測されたセンサデータを用いることで確信度と主観的難易度の推定を行う．提案手法の有効性を評価するために，被験者8名に対して2種類のウェアラブルデバイスを着用した状態で英単語4択課題の実施を依頼しデータ収集実験を行った．計測したセンサデータから694次元の特徴抽出を行い，貪欲法にて特徴選択の後，機械学習手法の1つであるSVMを用いて，確信度と主観的難易度の推定を行った．分析の結果，自身のデータを学習データとして使用できることを想定した場合，確信度を93.5%，主観的難易度を91.8%の精度で推定できることを明らかにした．さらに，本稿の提案手法を用いることによって，学習の効率や復習の見逃し率が大幅に改善できることを明らかにした．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In this study, we develop a system that estimates the degree of confidence and subjective difficulty of four-choice questions of English vocabulary on e-learning platforms. Heart rate and eye movement differ depending on the learner's mental status and perception. We estimate them using two wearable devices: JINS MEME eyeglass-type device and MyBeat chest-mounted electrocardiogram monitoring device. To evaluate the effectiveness of the proposed method, we conducted an experiment assuming an e-learning environment for eight healthy males. Extracting total 694 features, our method estimates the degree of confidence and subjective difficulty using support vector machine with feature selection by greedy method. The result showed that our method could estimate the learner's confidence and subjective difficulty in answering with 93.5% and 90.8% accuracies, respectively when each learner's own annotated data is used in the training phase. In addition, it is confirmed that our method can greatly improve overall learning efficiency and the ratio of missed reviews.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 61, 号 8, p. 1306-1318, 発行日 2020-08-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764