WEKO3
アイテム
Knowledge TracingにDeep Learningと忘却モデルを組み合わせた学生モデリング手法の提案
https://ipsj.ixsq.nii.ac.jp/records/231033
https://ipsj.ixsq.nii.ac.jp/records/231033d8f36904-b8d7-4878-9e2f-2b9ca907df51
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-Z85-5ZM-04.pdf (297.2 kB)
|
Copyright (c) 2023 by the Information Processing Society of Japan
|
| Item type | National Convention(1) | |||||||
|---|---|---|---|---|---|---|---|---|
| 公開日 | 2023-02-16 | |||||||
| タイトル | ||||||||
| タイトル | Knowledge TracingにDeep Learningと忘却モデルを組み合わせた学生モデリング手法の提案 | |||||||
| 言語 | ||||||||
| 言語 | jpn | |||||||
| キーワード | ||||||||
| 主題Scheme | Other | |||||||
| 主題 | コンピュータと人間社会 | |||||||
| 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 | ||||||||
| 木更津高専 | ||||||||
| 著者名 |
長谷川, 駿一
× 長谷川, 駿一
|
|||||||
| 論文抄録 | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | 教育現場において，学習者のスキル状態に見合った難易度の設問を推薦することができれば，効果的な教育が可能となる．その方法として，学習履歴から学習者の潜在能力を推定して学習者の未知の設問への正答予測をするKnowledge Tracing（KT）がある．近年普及している，KTにディープラーニングを組み込むモデルは，予測精度は高いが説明可能性に乏しいため十分な性能が発揮できていない．それに対して，IRTは説明可能性が高く，このIRTに忘却を加えたモデルが存在する．本研究では，ディープラーニングを用いたKTに対して忘却モデルを組み込み，精度の向上と説明可能性の両立を目標としたモデルを提案する． | |||||||
| 書誌レコードID | ||||||||
| 収録物識別子タイプ | NCID | |||||||
| 収録物識別子 | AN00349328 | |||||||
| 書誌情報 |
第85回全国大会講演論文集 巻 2023, 号 1, p. 1003-1004, 発行日 2023-02-16 |
|||||||
| 出版者 | ||||||||
| 言語 | ja | |||||||
| 出版者 | 情報処理学会 | |||||||
