| 研究課題/領域番号 |
20H04213
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61010:知覚情報処理関連
|
|---|
| 研究機関 | 大阪公立大学 (2022)
大阪府立大学 (2020-2021) |
|---|
研究代表者 |
黄瀬 浩一 大阪公立大学, 大学院情報学研究科, 教授 (80224939)
|
|---|
| 研究分担者 |
石丸 翔也 大阪公立大学, 研究推進機構, 客員研究員 (10788730)
岩田 基 大阪公立大学, 大学院情報学研究科, 准教授 (70316008)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
17,810千円 (直接経費: 13,700千円、間接経費: 4,110千円)
2022年度: 5,330千円 (直接経費: 4,100千円、間接経費: 1,230千円)
2021年度: 5,980千円 (直接経費: 4,600千円、間接経費: 1,380千円)
2020年度: 6,500千円 (直接経費: 5,000千円、間接経費: 1,500千円)
|
|---|
| キーワード | 知能増強 / Learning Augmentation / Eye tracking / EOG / Accelometer / self-supervised learning / contrastive learning / vocabulometer / 学習増強 / センシング / アクチュエーション / 知識状態 / 心的状態 / モチベーション / 睡眠 / 学習支援 / 人工知能 / 視線解析 / 音読解析 / 自己教師あり学習 / Transformer / 読書行動解析 / 未知語推定 / 学習センシング / 学習アクチュエーション / 行動認識 / 英単語学習 / 手書き文字 / 確信度推定 / ナッジ戦略 / 英文多読 |
|---|
| 研究開始時の研究の概要 |
学習増強(Learning Augmentation;LA) とは，人の学習に対する知能増強を意味するものであり，機械が人間を助けてより良い学習を実現するという人間中心の研究分野である．本研究では，「人に無理なく知識のI/O を高速化すること」をLA の理念とし，これを実現する新しいモデルを提案し，有効性を大規模実験によって実証することを目的とする．本研究で提案するLA のモデルは，LA の3 軸: (1) 知識の入力と出力，(2) 知識状態と心的状態，(3) 知識状態と心的状態のセンシングとアクチュエーション，を統合的に扱うものである．
|
| 研究成果の概要 |
本研究では，人間中心AIの一分野として，Learning Augmentationに注目し，実現のためのシステム開発や実験評価を行った．本研究の成果は，(1)語彙学習の新手法であるVocabulometerの提案，(2)我々が既に開発したWordometerを用いて学習を促進するためのナッジ戦略の提案，(3)学習者の確信度を，アイトラッカや腕の振りを用いて推定することにより学習を促進する方法の提案，（4）Self-Supervised Learningという深層学習の方法を用いてラベル付きデータが少ない場合でも，読書行動認識や確信度を精度良く推定できる手法の提案の4点である．
|
| 研究成果の学術的意義や社会的意義 |
本研究では、人間の学習をＡＩが助けるという枠組にのっとって、より人間が使いやすく，学習が容易であり，かつ離脱しにくいシステムを目指して研究を行ってきた．研究成果の学術的意義については，以下が挙げられる．(1) In-the-wildの環境で動作するツール群を構築し，有効性を検証した．(2)時系列データに対するself-supervised learningとその関連手法を提案した．一方で社会的意義としては，以下が挙げられる．(1) 作成した学習システムが，実際に学習者のパフォーマンスを改善することを示した．(2) 学習のモチベーションの維持，向上に有効となるナッジ戦略を4種類提案した．
|
