2019 Fiscal Year Annual Research Report
Construction of an Adaptive Smart Learning Support System Based on Control Engineering Approach
| Project/Area Number |
16H02921
|
|---|
| Research Institution | Hiroshima University |
|---|
Principal Investigator |
山本 透 広島大学, 先進理工系科学研究科(工), 教授 (10200825)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
林田 智弘 広島大学, 先進理工系科学研究科(工), 准教授 (20432685)
福光 昌由 (中本昌由) 広島大学, 先進理工系科学研究科(工), 助教 (00403585)
大野 修一 広島大学, 先進理工系科学研究科(工), 准教授 (70273919)
西崎 一郎 広島大学, 先進理工系科学研究科(工), 教授 (80231504)
|
|---|
| Project Period (FY) |
2016-04-01 – 2020-03-31
|
| Keywords | 学習支援システム / データ駆動型アプローチ / 機械学習 / 個別学習 / e-learning |
|---|
| Outline of Annual Research Achievements |
本研究では，学習者に対して個別に学習支援を可能とする「適応型スマート学習支援システム」の構築について研究を進めた。平成30年度では，「学習支援機構の構築」と「学習支援システムのスマート化」に分けて，研究を進めてきたが，令和元年度（ただし，令和3年3月まで延長）においては，これまで考察を重ねてきた2つの内容を統合した「適応型スマート学習支援システム」を構築した。
具体的には，①学習者の個別モデルをデータベースを用いて逐次構築し，構築した学習者モデルに対して，制御工学的アプローチに基づき，内部モデル原理（逆システム）に基づいて，学習支援度を決定する機構を備えたシステムを構築した。また，②個別の学習モデルを，「一次遅れ＋むだ時間系」として構築したことで，これに含まれるシステムパラメータ（時定数，システムゲイン，むだ時間）から，学習者の到達度を評価することを可能にした。また，③学習者モデルをデータベースにデータとして蓄積したことで，個別学習者モデルから学習者の到達度や成長特性を抽出し，リカレントニューラルネットワークの一つである拡張型MVRNN（exMCRNN）を用いることで，いくつかのクラスに分類する手法を確立した。さらに，学習者と教育支援システムの相互作用関係について，制御工学的アプローチに基づく”教育者-学習者” モデルを構築し，仮想的な学習者データを生成する手法も構築した。これらを統合することで，個々の学習者の特性に基づき，適応的な学習支援を実現した。また，上記システムを実装し，その有用性を検証するためにタイピング支援ソフトウェアを開発した。また，これを通して，本研究において構築した「適応型スマート学習支援システム」の有効性について検証した。
|
| Research Progress Status |
令和元年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和元年度が最終年度であるため、記入しない。
|
