| 研究課題/領域番号 |
21K02783
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分09070:教育工学関連
|
|---|
| 研究機関 | 日本大学 |
|---|
研究代表者 |
渡邊 博之 日本大学, 工学部, 研究員 (40147658)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2023年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2022年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2021年度: 2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
|
|---|
| キーワード | 工具の解析 / フラクタル次元 / 形状と色彩 / ボックスカウンティング法 / セミバリオグラム / クレペリン検査 / 回答数 / 脳波分析 / リズム / 学習データの分析 / 記述式コースウェア / SCORM対応LMSの開発 / 繰り返し学習 |
|---|
| 研究開始時の研究の概要 |
本研究では，SCORM対応LMSにおいて，データマイニング技法と全文検索技術とを組み合わせる方法によって記述式の解答を精度良く評価すると共に，AIを用いて無解答問題に対する学習者の理解度を推定する。また，学習時間から理解度を評価する新たな分析法を提案する。さらに，演習問題型と繰り返し学習型のコースウェアにおける学習データを比較し，学習者に最適なコースウェアをフィードバックすることによって個別学習可能なSCORM対応LMSを開発する。
|
| 研究実績の概要 |
2023年度は画像などを用いて記述式コースウェアを作成する場合の基となる画像解析の新しい方法を提案した．具体的には，ものづくりのコースウェアでは工具が必要不可欠となる．電気分野と医療分野の工具を対象に，先端部が直型や曲型の形状による違いの特徴を示す評価パラメータを明らかにし，分野や種類が判別できれば，ものづくり教育における教材作成，用途に応じた使用法，新たな工具の開発において有用となる．また，評価パラメータによって，工具の手入れ具合や劣化に伴う交換時期が明らかにできれば，安全対策や管理においても有用となる．
本研究では，電気分野と医療分野で用いられている工具を対象に，形状はボックスカウンティング法を用い，色彩はセミバリオグラムを用いて，それぞれのフラクタル次元（DsとDc）を求めた．この結果，次の特徴が明らかとなった．
（1）色彩のセミバリオグラムの最大値γmaxの値は，鋼色より絶縁樹脂のように有色だと大きい．また，先端部が曲型だとγmaxの一定の範囲が長い．この結果，セミバリオグラムから工具の種類が判別できた．
（2）電気分野の工具は持手部に絶縁樹脂を有するため，Dcの値が小さい．一方，医療分野の工具は，形状が複雑で色彩が鋼色のためDsとDcの値が大きい．この結果，工具の「分野」が判別できた．
（3）電気分野のピンセットと医療分野の鑷子は，同一分野の他の工具より単純なため，Dsの値が小さい．電気分野のDsの大きい順は，概してラジオペンチ>ペンチ>ニッパ>ピンセットであり，「種類」が判別できた．
（4）工具の清掃前後では，形状のDsに変化は見られなかった．しかし，色彩はランダムな汚れから自然な色に変化するためDcの値は小さくなるので，「汚れ」が判別できた．
|
