2019 Fiscal Year Annual Research Report
Visualization of learning states during watching online video class by developing feature space of brain activity
| Project/Area Number |
17K20016
|
|---|
| Research Institution | Meiji University |
|---|
Principal Investigator |
嶋田 総太郎 明治大学, 理工学部, 専任教授 (70440138)
|
|---|
| Project Period (FY) |
2017-06-30 – 2020-03-31
|
| Keywords | 脳活動計測 / 被験者間相関 / オンライン授業 |
|---|
| Outline of Annual Research Achievements |
本研究では、オンライン授業視聴中の受講者の脳活動を脳活動特徴空間にマッピングし、受講者の学習中の脳内状態を可視化する手法を開発する。本研究では、同一の授業内容が再現性を持って提供されるオンライン授業を主眼として、教育活動に関わる脳活動データ解析を行うことで、「教育と学習」という認知脳科学の未開拓の重要問題を扱う技術的枠組みを提供する。昨年度までに、近赤外分光法（NIRS）および脳波（EEG）で計測した脳活動データを被験者間相関（ISC）が最大化されるように主成分分析（PCA）を行い、受講者の脳活動を特徴空間にマッピングする技術を開発している。これを開発する過程で、シースルー型のヘッドマウントディスプレイを用いたミックスドリアリティ（MR）環境下で協調作業を行っている2者の脳活動の同時計測から協調の度合いとISCに相関が見られること、音楽（J-POP）を聴いているときの脳活動のISCから年間ヒットチャートのランキングを予測できることなどを示し、ISCを脳活動の特徴量として用いることの有効性を示すことができた。本年度はこれらの成果を精力的に複数の学会で発表し、高い評価を得るとともに、これらの論文の執筆を進めた（現在、投稿準備中）。さらに本年度は、上述の技術で脳活動を特徴空間にマッピングした上で、クラスタリングを行う技術を開発した。休息時とオンライン動画視聴時の脳活動を測定してそれぞれクラスタリングを行った結果、クラスター同士にある程度の重なりが見られることが確認された。これは休息時の脳活動パターンから学習時の脳活動パターン（学習スタイル）を予測できることを示している。今回の研究課題によって、脳活動を特徴空間にマッピングする技術の開発に成功したと言え、今後はこの技術を教育分野へ応用するための更なる精緻化を進めていきたいと考えている。
|
