| Project/Area Number |
20H00622
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (A)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Medium-sized Section 62:Applied informatics and related fields
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
木實 新一 九州大学, 基幹教育院, 教授 (70234804)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
瀬崎 薫 東京大学, 空間情報科学研究センター, 教授 (10216541)
畑埜 晃平 九州大学, システム情報科学研究院, 教授 (60404026)
馬 博軒 九州大学, 基幹教育院, 助教 (70984342)
西山 勇毅 東京大学, 空間情報科学研究センター, 講師 (80816687)
|
|---|
| Project Period (FY) |
2020-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥44,200,000 (Direct Cost: ¥34,000,000、Indirect Cost: ¥10,200,000)
Fiscal Year 2024: ¥8,840,000 (Direct Cost: ¥6,800,000、Indirect Cost: ¥2,040,000)
Fiscal Year 2023: ¥7,540,000 (Direct Cost: ¥5,800,000、Indirect Cost: ¥1,740,000)
Fiscal Year 2022: ¥7,020,000 (Direct Cost: ¥5,400,000、Indirect Cost: ¥1,620,000)
Fiscal Year 2021: ¥9,230,000 (Direct Cost: ¥7,100,000、Indirect Cost: ¥2,130,000)
Fiscal Year 2020: ¥11,570,000 (Direct Cost: ¥8,900,000、Indirect Cost: ¥2,670,000)
|
|---|
| Keywords | 学習アナリティクス / 分散協調 / 開発途上コミュニティ / クラウドソーシング / 教育 / 教育支援システム |
|---|
| Outline of Research at the Start |
先進国においてはビッグデータやAI技術を活用した高度な学習支援システムが急速に発展しつつありますが、開発途上地域では状況が異なります。本研究では、申請者らのグループが開発した学習アナリティクス、クラウドソーシング、DTN(バケツリレー式のデータ転送方式)の技術を拡張・統合し、様々な学習空間において効率良く学習データを収集・転送し、有用フィードバックを提供できる分散協調型の学習アナリティクスプラットフォームの研究開発を行います。アフリカの教育機関と連携してユーザ中心の手法でデザイン・開発を行い、開発途上地域におけるエビデンスに基づく教育改善に貢献することを目指します。
|
| Outline of Annual Research Achievements |
本研究では、申請者らのグループが開発した学習アナリティクス、クラウドソーシング、DTN(Delay Tolerant Networking)の技術を拡張・統合し、様々な学習空間において効率良く学習データを収集・転送し、有用フィードバックを提供できる分散協調型の学習アナリティクスプラットフォームの研究開発を行う。アフリカの教育機関と連携してユーザ中心の手法でデザイン・開発を行い、開発途上地域におけるエビデンスに基づ く教育改善に貢献することを目指す。
2021年度は2020年度の成果に基づいて、クラウドソーシングと測位システムの研究を進めるとともに、分散協調型データ収集ネットワークのアーキテクチャについて更に検討を進めた。特に、デッドレコニングとランドマーク推定に基づく測位の高精度化を行い、DTNの実現において重要な人と人の近接関係に着目してモデルの開発を行なった。また、学習者向けのデータ分析・推薦システムの基礎技術として、グラフニューラルネットワークに基づくアルゴリズムの改良と行動認識アルゴリズムの検討を行なった。グラフニューラルネットワークにソーシャルネットワークと空間的な近接情報を入力した場合の性能について詳しく比較検証を行なった。また、学習アナリティクスについては、異なる状況下における教材の閲覧パタンを比較分析し、いくつかの知見を得ることができた。また、分散協調型の学習アナリティクスプラットフォームをグループ学習支援に応用する可能性について検討した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
2021年度は2020年度の成果に基づいて、クラウドソーシングと測位システムの研究を順調に進めるとともに、分散協調型データ収集ネットワークのアーキテクチャについて更に検討を進めていくことができた。これらについては、国際誌や国際学会において論文発表をすることができた。また、学習者向けのデータ分析・推薦システムの基礎技術として、グラフニューラルネットワークに基づくアルゴリズムの改良と行動認識アルゴリズムの検討を行ない、その結果を学会で発表することができた。また、分散協調型の学習アナリティクスプラットフォームをグループ学習支援に応用する可能性について検討しはじめることができており、更に検討を進めることにより当初の計画以上の成果の創出につなげたいと考えている。
|
| Strategy for Future Research Activity |
当初の計画に基づき、更にモデルやシステムの研究を進めるとともに、現地調査と実証実験に向けた調整を本格的に実施する。クラウドソーシング手法に関しては、深層学習に基づく行動認識技術を拡張・統合して更に効率的なデータ収集環境の実現を目指す。DTNによるデータ転送に関しては、プロトタイプを開発し、現地での動作を確認する。その上で、緩やかに集まる学習ログデータからドロップアウトや成績、教材の分かりやすさ等を予測する手法や学習者への情報推薦手法を検討する。学習アナリティクスについては、途上コミュニティの要求仕様を考慮しつつ、言語情報と非言語情報を考慮した分析とフィードバックの手法に関して更に研究を進める。
|
