>
Fa   |   Ar   |   En
   تشخیص سطح توجه و تعامل یادگیرندگان در کلاس های بر خط با استفاده از شبکه های عصبی  
   
نویسنده موسی علی هانیه ,فاطمی سید امید
منبع شانزدهمين كنفرانس ملي و دهمين كنفرانس بين المللي يادگيري و ياددهي الكترونيكي - 1401 - دوره : 16 - شانزدهمین کنفرانس ملی و دهمین کنفرانس بین المللی یادگیری و یاددهی الکترونیکی - کد همایش: 01221-11155 - صفحه:0 -0
چکیده    یادگیری الکترونیکی به شکل های مختلفی، از جمله آنلاین، تلفیقی، سنکرون و آسنکرون برگزار میشود. تشخیص سطح مشارکت، تعامل و توجه یادگیرندگان در کلاس های الکترونیکی به یک چالش تبدیل شده است. در این راستا، برنامه های کاربردی برای معلمان برای درک بهتر احساسات یادگیرندگان و تشخیص سطح تعامل آن ها در یک کلاس الکترونیکی توسعه داده شده است. در این پژوهش برای این کار ابتدا تصاویر چهره یادگیرندگان از طریق دوربین رایانه یا لپ تاپ دریافت میشود سپس ویژگی های مربوط به حرکات چشم‌ ها و احساسات یادگیرنده مانند عصبانیت ، ترس، خوشحالی ، ناراحتی و خنثی از تصاویر چهره استخراج میشود. این ویژگی ها به عنوان ویژگی های موثر در تصمیم گیری سطح تعامل یادگیرنده استفاده میشود. این روش بر روی ویدیو های ضبط شده یک کلاس تست شده است. نتایج بدست آمده نشان میدهد که یادگیرنده در چه لحظاتی تعامل بالایی دارد و به درس توجه میکند و در چه لحظاتی سطح تعامل پایینی دارد و به کلاس یا درس توجهی ندارد.
کلیدواژه تعامل- شبکه های عصبی- بینایی ماشین - یادگیری عمیق – تشخیص احساسات – تشخیص جهت چشم
آدرس , iran, , iran
 
     
   
Authors
  
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved