学習者の能力の時系列変化を畳み込むTemporal Convolutional Networkを組み込んだDeep-IRT

DOI

書誌事項

タイトル別名
  • Deep-IRT with a Temporal Convolutional Network to Convolute Student's Past Ability Change

抄録

近年，人工知能分野，教育工学分野では，教育ビッグデータを分析し，学習者個人の特性に合わせて最適な問題提供と学習支援を行うために，高精度に学習者の能力値と反応の予測を行うKnowledge Tracingが盛んに研究されている．近年ではパラメータの教育的解釈性と高精度な反応予測を両立するために，深層学習と項目反応理論を組み合わせた手法が提案されている．しかし，既存手法では，学習者の能力値を推定する際に最新の潜在能力パラメータのみを用いるため，過去の能力値を反映した能力推定が行われず，パラメータ解釈性と反応予測精度が低下している可能性があった．この問題を解決するために，本研究では，各時点での学習者の潜在能力パラメータを保存し，過去の多次元の能力状態を畳み込むSkill Convolutional Networkを組み込むことで，長期の過去の能力値を反応予測に反映する新たなKnowledge Tracing手法を提案する．評価実験では，提案手法が既存手法と比較して高い反応予測精度とパラメータの解釈性をもつことを示した．

収録刊行物

キーワード

詳細情報 詳細情報について

  • CRID
    1390017754378654848
  • DOI
    10.14923/transinfj.2023jdp7018
  • ISSN
    18810225
    18804535
  • 本文言語コード
    ja
  • データソース種別
    • JaLC
  • 抄録ライセンスフラグ
    使用不可

問題の指摘

ページトップへ