| 研究課題/領域番号 |
23K02748
|
|---|
| 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 | 金沢工業大学 |
|---|
研究代表者 |
上江洲 弘明 金沢工業大学, 基礎教育部, 准教授 (60350401)
|
|---|
| 研究分担者 |
高井 勇輝 金沢工業大学, 基礎教育部, 講師 (90599698)
谷口 哲也 金沢工業大学, 基礎教育部, 准教授 (90625500)
|
|---|
| 研究期間 (年度) |
2023-04-01 – 2028-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2027年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2026年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2025年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2024年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2023年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | 数式の類似度 / テキストの類似度 / ファジィ分割表 / 自動分類 / 教育DX / 学習問題群の構造化 |
|---|
| 研究開始時の研究の概要 |
本研究では教育改善に関わる一つの試みとして, 従来の応用数学理論（ファジィ理論,実験計画法など）と機械学習, データマイニングの理論に基づいた技術を統合することで,「理数系学習問題群を適切に構造化する手法を開発・実装し, 一人ひとりの学生に適した教材を作成する手法を各教育現場で再現可能な形で提供すること」を目指す. 本研究によって,個別最適化された学びを実施しやすい環境のための基盤を固める.
|
| 研究実績の概要 |
2024年度は研究目的を達成するための基礎理論となる類似度指標の研究に着手した．本研究では数式の類似性評価にMathMLコードをtf(termfrequency)ベクトルおよびBP符号(BalancedParenthesisEncoding)の手法を採用している．tfベクトルとは，「単語の出現頻度」をベクトル化したものであり，本研究では，MathMLでよく用いられるタグの出現頻度をカウントしてベクトルを算出し，数式の特徴を表現する．これらのベクトルの類似度を測定することで数式のタグ情報類似度とする．類似度の算出においてはファジィ分割表を用いて測定しているが，類似度の定義については数多くの提案がありそれらの評価も必要であると考えた．今年度は昨年度より引き続きサンプルデータによる類似度の評価を行った．本研究で提案している評価手法は，MDS（多次元尺度構成法）により類似度からベクトルを再現し，もとのサンプルデータとの乖離がどれほどあるか，というものであり，その差異を平均二乗誤差（MSE）として数値化して各係数を比較するというものである．今年度は「cos類似」「Jaccard」「Sorensen-Dice」「Russell and Rao」「Simple Matching」の5つについて評価を行った．また，ファジィ分割表における積演算t-ノルムについても多くの選択肢が残るため，「論理積」「代数積」「限界積」の3つについて評価を行った．また，評価に用いたサンプルデータについても，一様乱数データだけでなく相関のある乱数データ（相関係数0.0,0.1,0.2,…,0.9,1.0）についてMSEを計算し，もっともよいと思われるt-ノルムと類似係数の組み合わせを提案した．乱数データでの評価によると，「代数積・Simple Matching」の組み合わせがよいということが示された．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
2024年度は先行研究や技術調査および基礎理論研究に時間を費やし，ベクトル化を実現するための技術手法の検討がやや遅れているが，全体としてはおおむね順調であると考えている．実装のための技術手法の調査については，機械学習系の論文以外にも検索技術系の論文など参考にできるものが想定していたよりも数多くあり，それらの文献の調査に時間を多く費やした．他分野の技術を含めた知見を本研究へ応用することも想定しながら，本研究の提案手法の構築を行っている．提案手法の理論面の検討については，当初の計画より若干の遅れが出ている．基礎理論の各手法の評価等に多くの時間を費やしたためであるが，今年度の研究結果で方針が固まった．システム化など，プログラム実装については来年度以降の課題となるが，その開発の準備については順調に進んでいる．
|
| 今後の研究の推進方策 |
現在までの進捗でも記述した通り，理論面の研究がやや遅れている．今年度はシステムの構築を実現し，並行しながら文献調査・技術調査を行いたいと考えている．ベクトル化手法については，高等学校数学教科書の問題などを利用して分類精度の検証を行いたいと考えている．2024年度と同様，文章・数式のベクトル化の調査を継続して行い，提案手法の検証・改善を進める．システム構築については，来年度は実際の学習者を対象に，回答パターン予測システムを確立し，学習者や教授者の学習支援としてどう役立てられるかどうか，ユーザビリティの観点からも評価・検証を行う．特に，教育現場からのニーズなどについて注意深く調査を進め，それらの情報を取り込んだシステムを構築したいと考えている．
|
