ディジタルペン筆記における学習状況把握のための削除・被削除ストロークの検出

• Item type: Symposium(1)
• 公開日: 2015-08-10
• タイトル: ディジタルペン筆記における学習状況把握のための削除・被削除ストロークの検出
• タイトル / 言語: en
• タイトル: Detecting Erase Strokes for Understanding Learning States from Online Handwritten Notes
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_5794
• 資源タイプ: conference paper
• 著者所属: 九州工業大学
• 著者所属: 九州工業大学
• 著者所属: 九州工業大学
• 著者所属(英): en
• 著者所属(英): Kyushu Institute of Technology
• 著者所属(英): en
• 著者所属(英): Kyushu Institute of Technology
• 著者所属(英): en
• 著者所属(英): Kyushu Institute of Technology
• 著者名: 前田, 祐樹; 三浦, 元喜; 小林, 祐作
• 著者名(英): Maeda, Yuuki; Miura, Motoki; Kobayashi, Yusaku
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: ディジタルペンによって学習者の筆記活動を収集すると,他の学習者の参考になる生の筆記データ をプロジェクタに投影したり,活動内容を分析したりすることが可能になる.しかし,限られた授業時間 内で,教師がすべての学習者の学習状況を把握することは難しい.そこで我々は,とくに学習者の筆記に おける,削除・修正箇所とその時点における状況(いつ,どのような筆記を行っているときに,間違いに 気づいて修正したのか?)を教師が着目したり把握したりしやすくするため,サポートベクターマシン (SVM) を用いて削除・修正箇所を自動的に抽出する方法を開発した.実際の筆記データを収集し,削除箇 所特有の筆記特徴量を計算したうえで,SVM を用いて学習・判別した場合の精度について検討した.その 結果,削除コマンドについては最適な条件下において約 8 割,被削除ストロークについては 84%の認識精 度が得られることを確認した.
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Collecting of student notes by digital pen enables teachers to share the student notes to the class by a projected screen, and analyze the notes to enhance group learning. However, it is difficult for teachers to grasp all students' learning states in the lecture time. Therefore, we focus on the deleted strokes that represent student mistakes. We collected freestyle handwritten student notes, and manually labeled to the notes. Based on the labeled notes, we extracted features for the erase symbols and the deleted strokes. We have tested support vector machine (SVM) techniques to classify the erase symbols and deleted strokes from usual handwritten notes. We confirmed the proposed method can correctly classify 80% of erase symbols and 84% of deleted strokes under the best conditions.
• 書誌情報: 情報教育シンポジウム2015論文集; 巻 2015, p. 109-116, 発行日 2015-08-10
• 出版者 / 言語: ja
• 出版者: 情報処理学会