• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

Development of Deep-IRT for educational big data analysis

Research Project

Project/Area Number 22KJ1368
Project/Area Number (Other) 22J15279 (2022)
Research Category

Grant-in-Aid for JSPS Fellows

Allocation TypeMulti-year Fund (2023)
Single-year Grants (2022)
Section国内
Review Section Basic Section 62030:Learning support system-related
Research InstitutionThe University of Tokyo (2023)
The University of Electro-Communications (2022)

Principal Investigator

堤 瑛美子  東京大学, 大学院情報理工学系研究科, 特任助教

Project Period (FY) 2023-03-08 – 2024-03-31
Project Status Completed (Fiscal Year 2023)
Budget Amount *help
¥1,700,000 (Direct Cost: ¥1,700,000)
Fiscal Year 2023: ¥800,000 (Direct Cost: ¥800,000)
Fiscal Year 2022: ¥900,000 (Direct Cost: ¥900,000)
Keywords教育ビッグデータ解析 / アダプティブラーニング / 深層学習 / 項目反応理論 / 教育ビッグデータ
Outline of Research at the Start

近年の教育現場では、コンピュータの普及に伴ってオンライン学習システムを用いた学習が広まり、大量の教育ビックデータの有効活用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。具体的には、学習履歴データから学習者習熟度の変化と未知の課題への反応を予測することで得意分野・苦手分野を把握し、個人に適切な学習支援を行う。本研究では、パラメータの教育的解釈性の高い確率モデル「項目反応理論」と高精度な学習者の反応予測を行う深層学習手法を組み合わせた習熟度推定手法を開発する。

Outline of Annual Research Achievements

近年,学習支援システム分野や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問題提供,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.具体的には,学習履歴データから学習過程における学習者の習熟度の変化と未知の課題への反応(正答・誤答)を予測することで得意分野・苦手分野を把握し,個人に適切な学習支援を行う.
申請者はこれまでパラメータの教育的解釈性をもち,教育ビッグデータ解析に適応する新たな手法Deep-IRTを開発してきた.Deep-IRTは学習過程で時系列変化する学習者の複数のスキルに対する習熟度を推定し,未知の課題への反応予測を高精度に行うことで,学習者の得意分野と苦手分野をより正確に把握できる.反応予測精度の比較実験においてDeep-IRTは深層学習を用いた最新手法の精度を上回ることを示している.しかし,既存の習熟度推定法では推定値が安定せず,実際の学習者の反応と矛盾するという問題があり,依然として教育的解釈が可能なパラメータ推定には課題があった.
本研究ではDeep-IRTに畳み込みニューラルネットワークを組み込み,過去の学習者の習熟度変化の傾向を考慮しながら習熟度推定することで推定値を安定させ,解釈性の向上をさせた.教育的解釈性の高いパラメータ推定を行うことで,学習者の苦手・得意分野や教材の適正の難易度を学習者や教師へフィードバックでき,学習効率を最大化するアダプティブラーニングを実現できると考えられる.本研究結果は電子情報通信学会論文誌Dに採録され,教育工学分野のトップカンファレンスであるAIEDに採録された.

Report

(2 results)
  • 2023 Annual Research Report
  • 2022 Annual Research Report
  • Research Products

    (14 results)

All 2024 2023 2022

All Journal Article (5 results) (of which Peer Reviewed: 5 results,  Open Access: 3 results) Presentation (9 results) (of which Int'l Joint Research: 1 results)

  • [Journal Article] Deep-IRT with a Temporal Convolutional Network to Convolute Student's Past Ability Change2024

    • Author(s)
      西尾 徹朗、堤 瑛美子、植野 真臣
    • Journal Title

      電子情報通信学会論文誌D 情報・システム

      Volume: J107-D Issue: 3 Pages: 98-110

    • DOI

      10.14923/transinfj.2023JDP7018

    • ISSN
      1880-4535, 1881-0225
    • Year and Date
      2024-03-01
    • Related Report
      2023 Annual Research Report
    • Peer Reviewed
  • [Journal Article] Deep Knowledge Tracing Incorporating a Hypernetwork With Independent Student and Item Networks2024

    • Author(s)
      Tsutsumi Emiko、Guo Yiming、Kinoshita Ryo、Ueno Maomi
    • Journal Title

      IEEE Transactions on Learning Technologies

      Volume: 17 Pages: 951-965

    • DOI

      10.1109/tlt.2023.3346671

    • Related Report
      2023 Annual Research Report
    • Peer Reviewed / Open Access
  • [Journal Article] Deep-IRT with a temporal convolutional network for reflecting students' long-term history of ability data2024

    • Author(s)
      Emiko Tsutsumi, Tetsurou Nishio, Maomi Ueno
    • Journal Title

      25th International Conference AIED

      Volume: -

    • Related Report
      2023 Annual Research Report
    • Peer Reviewed / Open Access
  • [Journal Article] DeepIRT with a Hypernetwork to Optimize the Degree of Forgetting of Past Data2023

    • Author(s)
      堤 瑛美子、郭 亦鳴、植野 真臣
    • Journal Title

      電子情報通信学会論文誌D 情報・システム

      Volume: J106-D Issue: 2 Pages: 72-83

    • DOI

      10.14923/transinfj.2022LEP0003

    • ISSN
      1880-4535, 1881-0225
    • Year and Date
      2023-02-01
    • Related Report
      2022 Annual Research Report
    • Peer Reviewed
  • [Journal Article] Integration of Prediction Scores From Various Automated Essay Scoring Models Using Item Response Theory2023

    • Author(s)
      Uto Masaki、Aomi Itsuki、Tsutsumi Emiko、Ueno Maomi
    • Journal Title

      IEEE Transactions on Learning Technologies

      Volume: - Issue: 6 Pages: 1-18

    • DOI

      10.1109/tlt.2023.3253215

    • Related Report
      2022 Annual Research Report
    • Peer Reviewed / Open Access
  • [Presentation] Deep-IRTとTemporal Convolutional Networkを用いた学習者の反応予測手法2024

    • Author(s)
      堤瑛美子
    • Organizer
      人工知能学会全国大会(第38回)
    • Related Report
      2023 Annual Research Report
  • [Presentation] 解答時間予測のためのDeep-IRT2024

    • Author(s)
      岸田 若葉, 堤瑛美子, 植野真臣
    • Organizer
      人工知能学会全国大会(第38回)
    • Related Report
      2023 Annual Research Report
  • [Presentation] Bayesian neural networkに基づく項目反応理論2023

    • Author(s)
      堤瑛美子, 植野真臣
    • Organizer
      人工知能学会全国大会(第37回)
    • Related Report
      2023 Annual Research Report
  • [Presentation] アダプティブラーニングのためのDee-IRTを用いた最適ヒント予測2023

    • Author(s)
      佐々木 極昇, 堤 瑛美子, 植野 真臣
    • Organizer
      教育システム情報学会全国大会
    • Related Report
      2023 Annual Research Report
  • [Presentation] Bayesian neural networkに基づく項目反応理論2023

    • Author(s)
      堤 瑛美子、植野 真臣
    • Organizer
      人工知能学会
    • Related Report
      2022 Annual Research Report
  • [Presentation] Deep knowledge tracing incorporating a hypernetwork with independent student and item networks2022

    • Author(s)
      Emiko Tsutsumi, Yiming Guo, Maomi Ueno
    • Organizer
      Educational Data Mining
    • Related Report
      2022 Annual Research Report
    • Int'l Joint Research
  • [Presentation] 学習データの忘却を最適化するDeepIRT2022

    • Author(s)
      堤 瑛美子、郭 亦鳴、植野 真臣
    • Organizer
      人工知能学会
    • Related Report
      2022 Annual Research Report
  • [Presentation] アダプティブラーニングのための時系列能力変化推定手法:DeepIRT2022

    • Author(s)
      堤 瑛美子、郭 亦鳴、植野 真臣
    • Organizer
      教育システム情報学会
    • Related Report
      2022 Annual Research Report
  • [Presentation] 学習データの忘却を最適化するHyperNetworkを組み込んだDeepIRT2022

    • Author(s)
      堤 瑛美子、郭 亦鳴、植野 真臣
    • Organizer
      日本行動計量学会
    • Related Report
      2022 Annual Research Report

URL: 

Published: 2022-04-28   Modified: 2024-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi