Apr, 2022

基于 5W1H 方法探究不同国家在线学习的出现

PDF
TL;DR本研究分析了不同国家的多模式语义 Web 行为数据，以调查在线学习的出现情况，结果可以帮助解释每个国家的在线学习以及相关公众观念、查询、意见、行为和视角。此外，我们还发布了挖掘出的与在线学习有关的大数据集。
发现论文，激发创造
  • 在线教育的多模态研究比较

    在线教育中的学生理解度需要多模态方法进行感知识别和评估，结合姿势、表情、眼动和语言等多种线索，通过加权投票方式整合最合适的机器学习模型。

    Dec, 2023

  • 大规模在线课程的参与

    研究了海量在线课程的学习者交互轨迹，构建了行为分类法，比较了高、低成就的学生的不同行为模式，并研究了论坛参与与课程其他部分之间的关系，还探讨了徽章对 MOOCs 用户参与的影响。

    Mar, 2014

  • 偶然输入条件下的在线学习：综合评述与分析

    在线学习中处理无序输入的方法和数据集的分类，评估以及对数据集不平衡性的度量，附带了代码实现和碳足迹的介绍。

    Apr, 2024

  • 运用语义 Web 技术解释经过训练的神经网络：首要步骤

    本研究利用公开结构化数据、借助现有语义网络技术，实现了对训练好的人工神经网络中输入 - 输出行为的解释，并提供了实验性的概念证明。

    Oct, 2017

  • 在 SWeMLS-KG 中描述和组织语义 Web 和机器学习系统

    本论文研究了语义 Web 机器学习（SWeML）系统，评估了其特征和趋势，并提出了一个本体分类系统。结果表明，SWeML 系统应用广泛，特别是在深度学习和知识图谱技术的推动下，呈快速增长趋势。

    Mar, 2023

  • 学生在线课程互动的序数行为分类

    11 年来，关于学生在校园和 MOOC 式在线课程中的互动模式的研究已广泛进行。然而，在比较校园和 MOOC 式在线格式下完成的相同课程的学生习惯方面，文献中仍存在差距。本研究将调查在 Georgia Tech CS1301 edx 课程中参与校园和面向任何人的 MOOC 式课程的学生的基于浏览器的使用模式，以确定两个群体之间存在的任何模式。

    Apr, 2024

  • 知识跟踪调查

    本文研究在线教育与智能教育服务，提出了基于知识跟踪的算法模型，分类 KT 模型及其应用场景，并开放 KT 相关数据集和模型库，最后讨论了 KT 领域未来的发展方向。

    May, 2021

  • 物联网通信的学习：有限资源和异构性

    本文介绍了适用于物联网应用的多种学习框架，分别研究了机器学习、顺序学习和强化学习的优缺点、适用性及关键结果，并引入基于认知层次理论的新框架来处理物联网的异构性和资源限制，最终展示了在物联网中使用认知层次理论的关键结果。

    Oct, 2016

  • 在线学习：综述

    通过基本理念和关键原则的系统回顾以及对不同算法和技术的适当分类，此调查旨在提供对在线机器学习文献的全面调查。总体而言，现有的在线学习作品可以根据学习类型和反馈信息的形式分为三个主要类别：（i）始终可用全反馈信息的监督式在线学习，（ii）具有有限反馈的在线学习，以及（iii）无反馈可用的无监督在线学习。

    Feb, 2018

  • 一个新时代：智能辅导系统将改变数百万人的在线学习

    这篇研究论文探讨了人工智能 (AI) 在教育领域的潜力，并通过对两个在线教学平台的比较研究发现，AI 技术提供的高度个性化、积极和实用的学习体验对于学习者的学业成果和完成率产生了巨大的正面影响，将 AI 技术和这种个性化学习体验推广到全世界数百万的学习者，将对教育的民主化迈出重要一步。

    Mar, 2022