JP2017003673A - 学習支援置 - Google Patents
学習支援置 Download PDFInfo
- Publication number
- JP2017003673A JP2017003673A JP2015115346A JP2015115346A JP2017003673A JP 2017003673 A JP2017003673 A JP 2017003673A JP 2015115346 A JP2015115346 A JP 2015115346A JP 2015115346 A JP2015115346 A JP 2015115346A JP 2017003673 A JP2017003673 A JP 2017003673A
- Authority
- JP
- Japan
- Prior art keywords
- learning
- test
- learner
- vocabulary
- predicted
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Electrically Operated Instructional Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
出題テーマと問題形式が同じ多数の学習問題と正解を蓄積した蓄積手段と、
学習問題、成績を学習者に提示する提示手段と、
学習者が学習操作を行なう操作手段と、
学習者によるテスト開始操作に従い、蓄積手段から予め定められた一定数の学習問題をランダムに選択して一回分のテストを提示手段により提示させ、学習者が入力した解答を採点し、学習成績を提示手段により提示させるとともに学習履歴記憶手段に記憶させる学習処理手段と、
を備えた学習支援装置において、
今までの学習成績から次回のテストの学習成績を予測する予測手段を備え、
予測した学習成績を学習処理手段が提示手段により提示させるようにしたこと、
を特徴としている。
請求項2記載の発明では、
予測手段は、近時の複数回分の学習成績からニューラルネットワークにより次回の学習成績を予測するようにしたこと、
を特徴としている。
請求項3記載の発明では、
学習処理手段は、今回のテストの学習成績を提示する際に、予測手段で予測した今回のテスト向けの予測学習成績を提示させるようにしたこと、
を特徴としている。
請求項4記載の発明では、
学習処理手段は、今回のテストの学習成績を提示する際に、予測手段で予測した今回のテスト向けの予測学習成績と対比した評価を提示させるようにしたこと、
を特徴としている。
図1において、1はノートパソコン、タブレットPC、携帯情報端末等で構成された学習支援装置であり、この内、2は多数の英語語彙問題と正解を蓄積した語彙問題・正解蓄積部、3は学習画面を表示する表示部、4は学習者がテスト開始操作、解答入力操作等の各種学習操作を行う操作部、5はテスト毎の実施日時、学習成績、予測学習成績を含む学習履歴を記憶する学習履歴記憶部、6は近時の学習成績から次回の学習成績を予測する学習成績予測部、7は学習処理部であり、学習者のテスト開始操作に従い、語彙問題・正解蓄積部2からランダムに10個の問題を選択し、1回分の語彙テストを作成して表示部3に表示させ、学習者が解答を入力すると、語彙問題・正解蓄積部2から正解を読み出し、採点して結果を表示部3に表示させるとともに、学習履歴記憶部5に今回のテストの実施日時、学習成績を含む学習履歴情報を追加して記憶させる。また、学習処理部7は4回目以降の語彙テストの学習成績が得られる度に、学習成績予測部6に指示してニューラルネットワーク部(図4の符号10参照)の結合係数の修正を行わせる。結合係数の修正が完了したあとは、次回の語彙テストの学習成績を予測させて表示部3への表示と学習成績履歴記憶部5への記憶をさせ、また、次回のテストを表示する際、予測学習成績も併せて表示させ、学習者の解答から実際の学習成績が判ったときは、評価判定もして表示させる。
f(y)=1/(1+e-y)として、
h1=f(x1・w11+x2・w21+x3・w31)
と表される。同様に、ニューロン素子32、33からの出力h2、h3は、
h2=f(x1・w12+x2・w22+x3・w32)
h3=f(x1・w13+x2・w23+x3・w33)
と表される。
出力層40のニューロン素子41からの出力oは、
o=f(h1・v1+h2・v2+h3・v3)
と表される。但し、vk(k=1乃至3)は中間層30と出力層40の結合係数である。
ここで、ニューラルネットワーク部10による学習成績の予測が正しく行われるためには、語彙テストに対する学習者の学習成績の時系列的特性が結合係数に反映されている必要がある。図4の予測制御部11はニューラルネットワーク部10の動作制御を行うほか、バックプロパケーションと呼ばれる周知の誤差逆伝播法により結合係数の修正処理を行う。誤差逆伝播法では結合係数修正用の入力ベクトルX=(x1,x2,x3)と教師信号dとの組データを複数用いて、出力側から入力側に誤差情報を逆伝播しながら各結合係数を最急降下法に基づき更新する処理を、出力誤差が一定以下となるまで繰り返すことにより実行される。具体的な結合係数更新式は周知であるので説明を省略する(「学習とニューラルネットワーク」熊沢逸夫著1998年7月15日森北出版株式社刊行51乃至77頁、「ニューロ・ファジィ・遺伝的アルゴリズム」萩原将文著1994年9月12日産業図書株式会社発行61乃至65頁参照)。
学習者が初めて語彙テストをしたい場合、操作部4でテスト開始操作をする。すると、学習処理部7は学習成績履歴記憶部5を参照して今回のテストが何回目か判別し、1回目なのでテスト実施回数番号aを1とする(図5のステップS1)。そして、語彙問題・正解蓄積部2からランダムに10問の語彙問題を読み出し、1回分のテストを作成し、表示部3の画面に表示させる(ステップS2)。若し、前回のテスト時に今回の学習成績が予測されていたときは、テストと併せて表示するが、ここではまだ予測学習成績が無いので表示されない(ステップS3でNO)。学習者が各問いの解答を入力すると、学習処理部7は語彙問題・正解蓄積部2の正解情報を参照して採点し、10点満点での学習成績G1を求める。そして、表示部3の画面に表示させる(ステップS5乃至S7)。
続いて、学習処理部3は学習成績予測部6が予測可能となっているか問い合わせる(ステップS8)。ここでは学習成績予測部6の予測制御部11は予測不能通知を返すので予測指示はせず(図6のステップS20、S21、S23)、更に学習者により4回以上のテストが実行されたか判断し(ステップS9)、ここでもまだなので学習成績予測部6に対し結合係数の修正指示はしない。
学習者により、テスト終了操作がされると、学習処理部7は学習成績履歴記憶部5に、今回のテストのテスト実施回数番号に対応付けてテストの実施日時と学習成績を記憶させ画面を消す(ステップS13,S14)。
この指示を受けた予測制御部11は今回は初回の更新なので、ニューラルネットワーク部10の各結合係数を初期設定したのち、入力層20に入力ベクトルX(G1,G2,G3)を入力し、出力層40の出力oと教師信号d=G4から誤差逆伝播法により各結合係数を一回修正する(ステップS24乃至S27)。そして、更新後の出力層40の出力oと教師信号d=G4の誤差が一定以下となったか、または8回修正したか判定し、まだであったとすると内部で管理する予測可能フラグFは0のままとする(ステップS28でNO)。
学習者により、テスト終了操作がされると、学習処理部7は学習成績履歴記憶部5に、今回のテストのテスト実施回数番号a=4に対応付けてテストの実施日時と学習成績G4を記憶させ画面を消す(ステップS13,S14)。
学習者により、テスト終了操作がされると、学習処理部7は学習成績履歴記憶部5に、今回のテストのテスト実施回数番号a=5に対応付けてテストの実施日時と学習成績を記憶させ画面を消す(ステップS13,S14)。
学習者により、テスト終了操作がされると、学習処理部7は学習成績履歴記憶部5に、今回のテストのテスト実施回数番号a=6に対応付けてテストの実施日時と学習成績を記憶させ画面を消す(ステップS13,S14)。
学習者により、テスト終了操作がされると、学習処理部7は学習成績履歴記憶部5に、今回のテストのテスト実施回数番号a=7に対応付けてテストの実施日時、学習成績、予測学習成績を記憶させ、画面を消す(ステップS13、S14)。
学習成績と成績評価の表示後、学習処理部7は予測指示をする(ステップS8、S11)。この指示を受けた予測制御部11はニューラルネットワーク部10の各結合係数を最後に修正した値としたまま入力層20に入力ベクトルX=(G6,G7,G8)を入力し、出力層40の出力oを予測学習成績g9として学習処理部7に通知する(ステップS30乃至S32)。学習処理部7は予測学習成績g9を画面に表示する(ステップS8、S11、S12)。学習者は、次回のテストでの凡その成績が判る。
学習者により、テスト終了操作がされると、学習処理部7は学習成績履歴記憶部5に、テスト実施回数番号a=8に対応付けてテストの実施日時、学習成績G8、予測学習成績g9を記憶させ画面を消す。
以下、同様にして、学習者が新たなテストを実施する度に、前回予測した予測した学習成績と今回の学習成績を対比して表示し、かつ評価も表示する。
また、学習処理部7は、今回のテストの学習成績と予測学習成績と対比した評価判定をして表示部3に表示させるので、この成績評価からも、勉強の励みや動機付けが得られる。
3 表示部
4 操作部
5 学習成績履歴記憶部
6 学習成績予測部
7 学習処理部
10 ニューラルネットワーク部
11 予測制御部
Claims (4)
- 出題テーマと問題形式が同じ多数の学習問題と正解を蓄積した蓄積手段と、
学習問題、成績を学習者に提示する提示手段と、
学習者が学習操作を行なう操作手段と、
学習者によるテスト開始操作に従い、蓄積手段から予め定められた一定数の学習問題をランダムに選択して一回分のテストを提示手段により提示させ、学習者が入力した解答を採点し、学習成績を提示手段により提示させるとともに学習履歴記憶手段に記憶させる学習処理手段と、
を備えた学習支援装置において、
今までの学習成績から次回のテストの学習成績を予測する予測手段を備え、
予測した学習成績を学習処理手段が提示手段により提示させるようにしたこと、
を特徴とする学習支援装置。 - 予測手段は、近時の複数回分の学習成績からニューラルネットワークにより次回の学習成績を予測するようにしたこと、
を特徴とする請求項1記載の学習支援装置。 - 学習処理手段は、今回のテストの学習成績を提示する際に、予測手段で予測した今回のテスト向けの予測学習成績を提示するようにしたこと、
を特徴とする請求項1または2記載の学習支援装置。 - 学習処理手段は、今回のテストの学習成績を提示する際に、予測手段で予測した今回のテスト向けの予測学習成績と対比した評価を提示するようにしたこと、
を特徴とする請求項1乃至3の内のいずれか一項記載の学習支援装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015115346A JP2017003673A (ja) | 2015-06-06 | 2015-06-06 | 学習支援置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015115346A JP2017003673A (ja) | 2015-06-06 | 2015-06-06 | 学習支援置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2017003673A true JP2017003673A (ja) | 2017-01-05 |
Family
ID=57752048
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015115346A Pending JP2017003673A (ja) | 2015-06-06 | 2015-06-06 | 学習支援置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2017003673A (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020013366A (ja) * | 2018-07-19 | 2020-01-23 | アルー株式会社 | 予測スコア提供装置、予測スコア提供方法及び予測スコア提供プログラム |
CN111354237A (zh) * | 2018-12-20 | 2020-06-30 | 富士施乐株式会社 | 基于上下文的深度知识追踪的方法及其计算机可读介质 |
JP2020521244A (ja) * | 2017-05-19 | 2020-07-16 | リイイド インク | 試験点数を推定する方法、装置及びコンピュータプログラム |
KR102406416B1 (ko) * | 2021-08-20 | 2022-06-08 | (주)뤼이드 | 학습 실력 평가 방법, 학습 실력 평가 장치 및 학습 실력 평가 시스템 |
WO2023022406A1 (ko) * | 2021-08-20 | 2023-02-23 | (주)뤼이드 | 학습 실력 평가 방법, 학습 실력 평가 장치 및 학습 실력 평가 시스템 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06231106A (ja) * | 1993-01-29 | 1994-08-19 | Hitachi Ltd | リカレント型ニューラルネットワーク学習方法及び装置 |
US5563983A (en) * | 1992-07-21 | 1996-10-08 | Fujitsu Limited | Learning system operated through a layered neural network |
JP2001183970A (ja) * | 1999-12-22 | 2001-07-06 | Eikoh Inc | 学習支援システム、その方法、及びその記録媒体 |
US20070009871A1 (en) * | 2005-05-28 | 2007-01-11 | Ctb/Mcgraw-Hill | System and method for improved cumulative assessment |
-
2015
- 2015-06-06 JP JP2015115346A patent/JP2017003673A/ja active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5563983A (en) * | 1992-07-21 | 1996-10-08 | Fujitsu Limited | Learning system operated through a layered neural network |
JPH06231106A (ja) * | 1993-01-29 | 1994-08-19 | Hitachi Ltd | リカレント型ニューラルネットワーク学習方法及び装置 |
JP2001183970A (ja) * | 1999-12-22 | 2001-07-06 | Eikoh Inc | 学習支援システム、その方法、及びその記録媒体 |
US20070009871A1 (en) * | 2005-05-28 | 2007-01-11 | Ctb/Mcgraw-Hill | System and method for improved cumulative assessment |
Non-Patent Citations (1)
Title |
---|
「人工知能と教育工学 −知識創産指向の新しい教育システム−」, vol. 第1版第1刷, JPN6019010568, 20 February 2008 (2008-02-20), JP, pages 165 - 174, ISSN: 0004182812 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020521244A (ja) * | 2017-05-19 | 2020-07-16 | リイイド インク | 試験点数を推定する方法、装置及びコンピュータプログラム |
JP2020013366A (ja) * | 2018-07-19 | 2020-01-23 | アルー株式会社 | 予測スコア提供装置、予測スコア提供方法及び予測スコア提供プログラム |
JP7080759B2 (ja) | 2018-07-19 | 2022-06-06 | アルー株式会社 | 予測スコア提供装置、予測スコア提供方法及び予測スコア提供プログラム |
CN111354237A (zh) * | 2018-12-20 | 2020-06-30 | 富士施乐株式会社 | 基于上下文的深度知识追踪的方法及其计算机可读介质 |
KR102406416B1 (ko) * | 2021-08-20 | 2022-06-08 | (주)뤼이드 | 학습 실력 평가 방법, 학습 실력 평가 장치 및 학습 실력 평가 시스템 |
WO2023022406A1 (ko) * | 2021-08-20 | 2023-02-23 | (주)뤼이드 | 학습 실력 평가 방법, 학습 실력 평가 장치 및 학습 실력 평가 시스템 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10936949B2 (en) | Training machine learning models using task selection policies to increase learning progress | |
US20220318516A1 (en) | Action selection based on environment observations and textual instructions | |
EP3516595B1 (en) | Training action selection neural networks | |
RU2686030C1 (ru) | Непрерывное управление с помощью глубокого обучения с подкреплением | |
JP2017003673A (ja) | 学習支援置 | |
US10083169B1 (en) | Topic-based sequence modeling neural networks | |
US10733501B2 (en) | Environment prediction using reinforcement learning | |
US20170270486A1 (en) | Model-assisted evaluation and intelligent interview feedback | |
US20190215249A1 (en) | Session Handling Using Conversation Ranking and Augmented Agents | |
Poitras et al. | Advancing teacher technology education using open-ended learning environments as research and training platforms | |
US20200265191A1 (en) | Skimming data sequences using recurrent neural networks | |
US20170103337A1 (en) | System and method to discover meaningful paths from linked open data | |
KR102626443B1 (ko) | 사용자의 학습효과를 반영하여 추천문제를 결정하는 학습 컨텐츠 추천 장치, 시스템 및 그것의 동작 방법 | |
CN111598118B (zh) | 一种视觉问答任务实现方法及系统 | |
US11636347B2 (en) | Action selection using interaction history graphs | |
CN110110899B (zh) | 知识掌握度的预测方法、自适应学习方法及电子设备 | |
CN109886848B (zh) | 数据处理的方法、装置、介质和电子设备 | |
JP2009288486A (ja) | 教材提示装置、教材提示方法、教材提示プログラムおよびそのプログラムを記録した記録媒体 | |
JP2008203817A (ja) | 記憶継続指標を含む学習用システム | |
CN114254127A (zh) | 学生能力画像方法、学习资源推荐方法及装置 | |
JP2018155871A (ja) | 学習支援端末、学習支援サーバ、学習支援システム、学習支援方法、および学習支援プログラム | |
CN114707775B (zh) | 知识追踪模型训练方法、追踪方法、装置、设备及介质 | |
US11501654B2 (en) | Automated decision making for selecting scaffolds after a partially correct answer in conversational intelligent tutor systems (ITS) | |
US20210390872A1 (en) | Performing a remediation based on a bayesian multilevel model prediction | |
KR101053828B1 (ko) | 기억유지마감시각 예측 및 관리가 적용된 반복학습방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180522 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190320 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190328 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20190508 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190724 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20191226 |