2019 Fiscal Year Annual Research Report
Practice of Early Detection of Care Needed Students by Analyzing Educational Big Data Using Deep Learning
| Project/Area Number |
16K01134
|
|---|
| Research Institution | Tokyo University of Technology |
|---|
Principal Investigator |
安藤 公彦 東京工科大学, 先端教育支援センター, 講師 (00551863)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
柴田 千尋 東京工科大学, コンピュータサイエンス学部, 講師 (00633299)
田胡 和哉 東京工科大学, コンピュータサイエンス学部, 教授 (10188229)
稲葉 竹俊 東京工科大学, 教養学環, 教授 (10386766)
|
|---|
| Project Period (FY) |
2016-04-01 – 2020-03-31
|
| Keywords | 人工知能 / Learning Analytics / Institutional Research / 教育ビッグデータ |
|---|
| Outline of Annual Research Achievements |
期間全体として、深層学習で要注意学生を抽出するためのIT基盤の構築を行った。各種情報を集約するための全学的なネットワークおよびDBの構築と、出席データ等の集約システムの構築等である。また、集約された情報を分析するための手法として、Seq2Seqを使った会話分析手法やBERTを用いた転移学習手法などを開発した。
最終年度において先進教育支援センターに深層学習の実験を可能とするサーバーの構築を行った。GPU搭載PCを10GネットワークでNASと結ぶことで外部から遮断された状態でも実験でき、プライバシー情報を格納する環境が構築できた。
会話を深層学習で分類するときに転移学習を利用することで、教師データ数の大幅な削減を可能とする技術を開発し、論文がコンピュータ＆エデュケーションに採録された。タイトルは「協調学習における会話分析用教師データの削減を可能とする転移学習の活用」
また、同技術を会話分析の新コーディングスキームに適用した場合について、国際学会LAK20にて「Reduction of Supervised Data for Chat Analysis in Collaborative Learning by Using Transfer Learning Methods」というタイトルで発表を行った。
深層学習を要注意学生の抽出に利用可能であることを提案する研究を、情報処理学会全国大会にて「教育ビッグデータ解析による要ケア学生の早期抽出の実践」というタイトルで発表を行った。
|
Research Products
(3 results)
