研究課題/領域番号 |
22K12312
|
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62030:学習支援システム関連
|
研究機関 | 三重大学 |
研究代表者 |
森本 尚之 三重大学, 工学研究科, 准教授 (40739447)
|
研究分担者 |
奥原 俊 三重大学, 工学研究科, 講師 (10754468)
|
研究期間 (年度) |
2022-04-01 – 2025-03-31
|
研究課題ステータス |
交付 (2022年度)
|
配分額 *注記 |
2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
2024年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2023年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2022年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
|
キーワード | 学修支援システム / 学習支援システム |
研究開始時の研究の概要 |
本研究では、学修相談データのポテンシャルを生かし得る教育分野として情報教育に着目し、これからのエビデンスに基づく情報教育の学修支援を見据えて、学修相談データの共有データベース化と大学横断的なデータ分析により、学修相談データを活用した情報教育カリキュラムの定量的評価と改善を目的とする。特に、近年情報教育の分野で普及しつつある大学間共通カリキュラムの改善を最終的な目的とする。
|
研究実績の概要 |
本研究では,大学横断型のデータ分析技術の確立や,学修相談データの量の確保が重要である.今年度は主に,本研究課題における学修テキストデータの分析のために重要な基盤技術の構築のため,下記2点について研究活動を行った. 1) 授業形態の多様化に着目した大学横断型シラバス解析のための精選補助情報結合トピックモデル:授業形態の多様化と大学横断的な履修機会の拡大が進展する近年において,学生は膨大なシラバスの参照に負担を強いられ,大学はモデルカリキュラムの策定などに課題を抱えている.本研究はこれらの問題に対し,複数の大学を対象として授業内容と授業形態の関係性を獲得する精選補助情報結合トピックモデルを提案した.シラバスデータを用いた実験の結果,提案手法はベースラインモデルと同等以上の性能を示し,機能拡張の成功を実証した.この成果は人工知能学会第96回先進的学習科学と工学研究会にて発表した.また,査読付国際会議への採択が決定している. 2) 自然言語処理におけるデータ拡張強度の検討:データ拡張はデータ収集が困難である場合などに,データの数を増やすことで機械学習のモデルの汎化性能の向上に寄与することが知られている.画像処理においては広く利用されており,モデルの性能向上に貢献している.このことからデータ拡張は自然言語処理においても研究されている.本研究では学修相談テキストデータへの適用を念頭に,テキストデータ処理における新しいデータ拡張強度の指標の確立を試み,実験により検証した.
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
研究開始初年度に査読付国際会議への採択が決定したが,これは当初の想定よりも早いため,当初の計画以上に進展していると判断した.
|
今後の研究の推進方策 |
令和4年度に研究開発を行った技術を基盤として,次年度以降も当初の研究計画に沿って研究を実施する.
|