2024/10/08 更新

お知らせ

 

写真a

オオクボ フミヤ
大久保 文哉
OKUBO FUMIYA
所属
システム情報科学研究院 情報知能工学部門 准教授
データ駆動イノベーション推進本部 (併任)
ラーニングアナリティクスセンター (併任)
工学部 電気情報工学科(併任)
システム情報科学府 情報理工学専攻(併任)
マス・フォア・イノベーション連係学府 (併任)
職名
准教授
連絡先
メールアドレス
プロフィール
自然現象に潜む計算論的な性質を明らかにする"自然計算"の理論について研究を行っている。 学習履歴から学習者や教師に有用な情報を発見する"学習分析"の分野における研究も行っている。
外部リンク

研究分野

  • 情報通信 / 学習支援システム

  • 情報通信 / 情報学基礎論

学位

  • 博士(理学)

経歴

  • 九州大学 大学院システム情報科学研究院 准教授

    2021年4月 - 現在

      詳細を見る

研究テーマ・研究キーワード

  • 研究テーマ:学習分析

    研究キーワード:学習分析

    研究期間: 2024年

  • 研究テーマ:自然計算

    研究キーワード:自然計算

    研究期間: 2024年

  • 研究テーマ:計算理論

    研究キーワード:計算理論

    研究期間: 2024年

  • 研究テーマ:ラーニングアナリティクス

    研究キーワード:Learning Log, LMS, E-book

    研究期間: 2015年10月

  • 研究テーマ:生化学反応による計算モデルの研究

    研究キーワード:自然計算、計算モデル、反応オートマトン

    研究期間: 2011年4月

受賞

  • ICALT2015 Best Paper Award(Short paper)

    2015年7月   The 15th IEEE International Conference on Advanced Learning Technologies (ICALT 2015)  

  • 小野梓記念学術賞

    2014年3月   早稲田大学  

論文

  • The Computational Capability of Chemical Reaction Automata 招待 査読 国際誌

    Fumiya Okubo, Takashi Yokomori

    Natural Computing   15 ( 2 )   215 - 224   2016年5月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

  • Reaction automata 査読 国際誌

    Fumiya Okubo, Satoshi Kobayashi, Takashi Yokomori

    THEORETICAL COMPUTER SCIENCE   429   247 - 257   2012年4月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1016/j.tcs.2011.12.045

  • On the Hairpin Incompletion 査読 国際誌

    Fumiya Okubo, Takashi Yokomori

    FUNDAMENTA INFORMATICAE   110 ( 1-4 )   255 - 269   2011年9月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.3233/FI-2011-542

  • MORPHIC CHARACTERIZATIONS OF LANGUAGE FAMILIES IN TERMS OF INSERTION SYSTEMS AND STAR LANGUAGES 査読 国際誌

    Fumiya Okubo, Takashi Yokomori

    INTERNATIONAL JOURNAL OF FOUNDATIONS OF COMPUTER SCIENCE   22 ( 1 )   247 - 260   2011年1月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1142/S012905411100799X

  • A note on the descriptional complexity of semi-conditional grammars 査読 国際誌

    Fumiya Okubo

    INFORMATION PROCESSING LETTERS   110 ( 1 )   36 - 40   2009年12月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1016/j.ipl.2009.10.002

  • Educational Data Analysis using Generative AI 査読 国際誌

    Abdul Berr, Sukrit Leelaluk, Cheng Tang, Li Chen, Fumiya Okubo, Atsushi Shimada

    The 6th Workshop on Predicting Performance Based on the Analysis of Reading Behavior (LAK24 Data Challenge)   2024年3月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

  • A Deep learning Grade Prediction Model of Online Learning Performance Based on knowledge learning representation 査読 国際誌

    Shuaileng Yuan, Sukrit Leelaluk, Cheng Tang, Li Chen, Fumiya Okubo, Atsushi Shimada

    The 6th Workshop on Predicting Performance Based on the Analysis of Reading Behavior (LAK24 Data Challenge)   2024年3月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

  • A Human-in-the-Loop Annotation Framework for Surveillance Scenarios with Enhanced Overlapping Object Detection 査読 国際誌

    Dao Zhou, Tsubasa Minematsu, Cheng Tang, Yuta Taniguchi, Fumiya Okubo, Atsushi Shimada

    The 30th International Workshop on Frontiers of Computer Vision 2024 (IW-FCV2024)   2024年2月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

  • Visual Analytics of Learning Behavior Based on the Dendritic Neuron Model

    Tang, C; Chen, L; Li, G; Minematsu, T; Okubo, F; Taniguchi, Y; Shimada, A

    KNOWLEDGE SCIENCE, ENGINEERING AND MANAGEMENT, PT II, KSEM 2024   14885   192 - 203   2024年   ISSN:2945-9133 ISBN:978-981-97-5494-6 eISSN:1611-3349

     詳細を見る

    掲載種別:研究論文(国際会議プロシーディングス)   出版者・発行元:Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)  

    Learning analytics, blending education theory, psychology, statistics, and computer science, utilizes data about learners and their environments to enhance education. Artificial Intelligence advances this field by personalizing learning and providing predictive insights. However, the opaque ’black box’ nature of AI decision-making poses challenges to trust and understanding within educational settings. This paper presents a novel visual analytics method to predict whether a student is at risk of failing a course. The proposed method is based on a dendritic neuron model (DNM), which not only performs excellently in prediction, but also provides an intuitive visual presentation of the importance of learning behaviors. It is worth emphasizing that the proposed DNM has a better performance than recurrent neural network (RNN), long short term memory network (LSTM), gated recurrent unit (GRU), bidirectional long short term memory network (BiLSTM) and bidirectional gated recurrent unit (BiGRU). The powerful prediction performance can assist instructors in identifying students at risk of failing and performing early interventions. The importance analysis of learning behaviors can guide students in the development of learning plans.

    DOI: 10.1007/978-981-97-5495-3_14

    Web of Science

    Scopus

    researchmap

  • QA-Knowledge Attention for Exam Performance Prediction

    Ren Y., Tang C., Taniguchi Y., Okubo F., Shimada A.

    Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)   15159 LNCS   375 - 389   2024年   ISSN:03029743 ISBN:9783031723148

     詳細を見る

    出版者・発行元:Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)  

    In actual university education, students’ performance prediction is important for assessing their mastery of specific knowledge areas and providing feedback. To address the limitations of existing grade or at-risk predictions that fail to take students’ knowledge mastery into account, we propose a model, question&answer knowledge attention for exam performance prediction (QAKAP) and focus on predicting students’ performance on each final exam question (binary prediction). This model consists of three key modules: a Topic-Aware Attention Module, a Knowledge Mastery Estimation Module, and a Prediction Module. By integrating natural language processing (NLP) methods and the attention mechanism, our model can capture the relevance of questions from question text data and then generate the student embeddings to predict student performance on each final exam question. The primary contribution of this work is the development of a general prediction model for real university education, applicable to students’ exam performance predictions. We collected a dataset from 494 students across four undergraduate courses, including the question text data and students’ performance on these exam questions. The results show that QAKAP outperforms other machine-learning methods, demonstrating its effectiveness in predicting students’ exam performance.

    DOI: 10.1007/978-3-031-72315-5_26

    Scopus

  • How Do Strategies for Using ChatGPT Affect Knowledge Comprehension?

    Chen L., Li G., Ma B., Tang C., Okubo F., Shimada A.

    Communications in Computer and Information Science   2150 CCIS   151 - 162   2024年   ISSN:1865-0929 ISBN:9783031643149 eISSN:1865-0937

     詳細を見る

    掲載種別:研究論文(国際会議プロシーディングス)   出版者・発行元:Communications in Computer and Information Science  

    This study investigates the effects of generative AI on the knowledge comprehension of university students, focusing on the use of ChatGPT strategies. Data from 81 junior students who used the ChatGPT worksheet were collected and analyzed. Path analysis revealed complex interactions between ChatGPT strategy use, e-book reading behaviors, and students’ prior perceived understanding of concepts. Students’ prior perceived understanding and reading behaviors indirectly affected their final scores, mediated by the ChatGPT strategy use. The mediation effects indicated that reading behaviors significantly influenced final scores through ChatGPT strategies, indicating the importance of the interaction with learning materials. Further regression analysis identified the specific ChatGPT strategy related to verifying and comparing information sources as significantly influenced by reading behaviors and directly affecting students’ final scores. The findings provide implications for practical strategic guidance for integrating ChatGPT in education.

    DOI: 10.1007/978-3-031-64315-6_12

    Scopus

    researchmap

  • Educational Data Analysis using Generative AI

    Berr A., Leelaluk S., Tang C., Chen L., Okubo F., Shimada A.

    CEUR Workshop Proceedings   3667   47 - 55   2024年   ISSN:16130073

     詳細を見る

    出版者・発行元:CEUR Workshop Proceedings  

    With the advent of generative artificial intelligence (AI), the scope of data analysis, prediction of performances, real-time feedback, etc. in learning analytics has widened. The purpose of this study is to explore the possibility of using generative AI to analyze educational data. Moreover, the performances of two large language models (LLMs): GPT-4 and text-davinci-003, are compared with respect to different types of analyses. Additionally, a framework, LangChain, is integrated with the LLM in order to achieve deeper insights into the analysis, which can be beneficial for beginner data scientists. LangChain has a component called an agent, which can help study the analysis being performed step-by-step. Furthermore, the impact of the OpenLA library, which pre-processes the data by calculating the number of reading seconds of students, counting the number of operations performed by students, and making page-wise behavior of each student, is also studied. Besides, factors with the most significant impact on students’ performances were also discovered in this analysis. The results show that GPT-4, when using the data pre-processed by OpenLA, provides the best analysis in terms of both, the accuracy of the final answer, and the step-by-step insights provided by LangChain’s agent. Also, we learn the significance of reading time and interactions used (Add marker, bookmark, memo) by students in predicting grades.

    Scopus

  • Educational Data Analysis using Generative AI.

    Abdul Berr, Sukrit Leelaluk, Cheng Tang, Li Chen, Fumiya Okubo, Atsushi Shimada

    LAK Workshops   47 - 55   2024年

     詳細を見る

    掲載種別:研究論文(国際会議プロシーディングス)  

    researchmap

    その他リンク: https://dblp.uni-trier.de/rec/conf/lak/2024w

  • A Deep learning Grade Prediction Model of Online Learning Performance Based on knowledge learning representation

    Shuaileng Yuan, Sukrit Leelaluk, Cheng Tang, Li Chen, Fumiya Okubo, Atsushi Shimada

    CEUR Workshop Proceedings   3667   73 - 82   2024年   ISSN:1613-0073

     詳細を見る

    掲載種別:研究論文(国際会議プロシーディングス)  

    In recent years, due to the impact of Coronavirus disease (COVID-19), digital platforms have developed rapidly and accumulated a large amount of data. To better utilize the comprehensive and diverse data stored in online platforms for data mining, such as learning behavior analysis or performance prediction, and to provide guidance and valuable feedback for educator became more important. For the current analysis of learning behaviors by time series data with DNN method, the interpretability is not enough. This paper proposes a method based on the simultaneous use of learning behaviors and learning materials to obtain the representation of learned knowledge, and through multiple cross-validations, the effect of this knowledge representation has a certain improvement on the original data, and the interpretability can promote the feedback function.

    Scopus

    researchmap

  • A Deep learning Grade Prediction Model of Online Learning Performance Based on knowledge learning representation

    Yuan S., Leelaluk S., Tang C., Chen L., Okubo F., Shimada A.

    CEUR Workshop Proceedings   3667   73 - 82   2024年   ISSN:16130073

     詳細を見る

    出版者・発行元:CEUR Workshop Proceedings  

    In recent years, due to the impact of Coronavirus disease (COVID-19), digital platforms have developed rapidly and accumulated a large amount of data. To better utilize the comprehensive and diverse data stored in online platforms for data mining, such as learning behavior analysis or performance prediction, and to provide guidance and valuable feedback for educator became more important. For the current analysis of learning behaviors by time series data with DNN method, the interpretability is not enough. This paper proposes a method based on the simultaneous use of learning behaviors and learning materials to obtain the representation of learned knowledge, and through multiple cross-validations, the effect of this knowledge representation has a certain improvement on the original data, and the interpretability can promote the feedback function.

    Scopus

  • Attention-Based Artificial Neural Network for Student Performance Prediction Based on Learning Activities

    Leelaluk, S; Tang, C; Minematsu, T; Taniguchi, Y; Okubo, F; Yamashita, T; Shimada, A

    IEEE ACCESS   12   100659 - 100675   2024年   ISSN:2169-3536 eISSN:2169-3536

     詳細を見る

    掲載種別:研究論文(学術雑誌)   出版者・発行元:IEEE Access  

    Student performance prediction was deployed to predict learning performance to identify at-risk students and provide interventions for them. However, prediction models should also consider external factors along with learning activities, such as course duration. Thus, we aim to distinguish the difference factor between the time dimension (duration of the course) and the feature dimension (students' learning activities) by attention weights to provide helpful information and improve predictions of student performance. In this study, we introduce Attention-Based Artificial Neural Network (Attn-ANN), a novel model in educational data mining. The Attn-ANN combines attention weighting on the time and feature dimensions to examine the significance of lectures and learning activities and makes predictions by visualizing attention weight. We found that the Attn-ANN had a better area under the curve scores than conventional algorithms, and the attention mechanism allowed models to focus on input selectively. Incorporating the attention weighting of both the time and feature dimensions improved the prediction performance in an ablation study. Finally, we investigated and analyzed the model's decision, finding that the Attn-ANN may be able to create synergy in real-world scenarios between the Attn-ANN's predictions and instructors' expertise, which underscores a novel contribution to engineering applications for interventions for at-risk students.

    DOI: 10.1109/ACCESS.2024.3429554

    Web of Science

    Scopus

    researchmap

  • Investigating Programming Performance Predictability from Embedding Vectors of Coding Behaviors

    Ikkei Igawa, Yuta Taniguchi, Tsubasa Minematsu, Fumiya Okubo, Atsushi Shimada

    31st International Conference on Computers in Education, ICCE 2023 - Proceedings   1   487 - 489   2023年12月

     詳細を見る

    記述言語:その他   掲載種別:研究論文(その他学術会議資料等)  

  • Investigating Programming Performance Predictability from Embedding Vectors of Coding Behaviors

    Igawa I., Taniguchi Y., Minematsu T., Okubo F., Shimada A.

    31st International Conference on Computers in Education, ICCE 2023 - Proceedings   1   487 - 489   2023年12月   ISBN:9786269689019

     詳細を見る

    出版者・発行元:31st International Conference on Computers in Education, ICCE 2023 - Proceedings  

    Understanding students' coding behaviors is crucial for providing targeted support in programming education. Automatic analysis of coding behaviors using machines can address the limitations of manual monitoring. Previous studies focused on coding behavior representations without considering differences relative to a model answer. We propose embedding vectors that capture these differences, enabling the distinction between simple and complex code solutions. Evaluating these vectors by predicting assignment scores, we achieved over 15% higher accuracy compared to conventional methods. This approach has the potential to enhance teachers' understanding of students' coding behaviors and improve support in programming education.

    Scopus

  • Investigating Programming Performance Predictability from Embedding Vectors of Coding Behaviors

    Ikkei Igawa, Yuta Taniguchi, Tsubasa Minematsu, Fumiya Okubo, Atsushi Shimada

    31st International Conference on Computers in Education, ICCE 2023 - Proceedings   1   487 - 489   2023年12月   ISBN:9786269689019

     詳細を見る

    掲載種別:研究論文(国際会議プロシーディングス)  

    Understanding students' coding behaviors is crucial for providing targeted support in programming education. Automatic analysis of coding behaviors using machines can address the limitations of manual monitoring. Previous studies focused on coding behavior representations without considering differences relative to a model answer. We propose embedding vectors that capture these differences, enabling the distinction between simple and complex code solutions. Evaluating these vectors by predicting assignment scores, we achieved over 15% higher accuracy compared to conventional methods. This approach has the potential to enhance teachers' understanding of students' coding behaviors and improve support in programming education.

    Scopus

    researchmap

  • A System to Realize Time- and Location-Independent Teaching and Learning Among Learners Through Sharing Learning-Articles 査読 国際誌

    Seiyu Okai, Tsubasa Minematsu, Fumiya Okubo, Yuta Taniguchi, Hideaki Uchiyama, Atsushi Shimada

    Towards a Collaborative Society Through Creative Learning   685   475 - 487   2023年9月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

  • Development and Evaluation of a Field Environment Digest System for Agricultural Education 査読 国際誌

    Kanu Shiga, Tsubasa Minematsu, Yuta Taniguchi, Fumiya Okubo, Atsushi Shimada, Rin-ichiro Taniguchi

    Towards a Collaborative Society Through Creative Learning   685   87 - 99   2023年9月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

  • Evaluation of appropriate conditions for Oncomine DxTT testing of FFPE specimens for driver gene alterations in non-small cell lung cancer

    Iwama, E; Yamamoto, H; Okubo, F; Ijichi, K; Ibusuki, R; Shiaraishi, Y; Yoneshima, Y; Tanaka, K; Oda, Y; Okamoto, I

    THORACIC CANCER   14 ( 23 )   2288 - 2296   2023年8月   ISSN:1759-7706 eISSN:1759-7714

     詳細を見る

  • Recurrent Neural Network-FitNets: Improving Early Prediction of Student Performanceby Time-Series Knowledge Distillation

    Murata, R; Okubo, F; Minematsu, T; Taniguchi, Y; Shimada, A

    JOURNAL OF EDUCATIONAL COMPUTING RESEARCH   61 ( 3 )   639 - 670   2023年6月   ISSN:0735-6331 eISSN:1541-4140

     詳細を見る

    記述言語:その他   掲載種別:研究論文(学術雑誌)   出版者・発行元:Journal of Educational Computing Research  

    This study helps improve the early prediction of student performance by RNN-FitNets, which applies knowledge distillation (KD) to the time series direction of the recurrent neural network (RNN) model. The RNN-FitNets replaces the teacher model in KD with “an RNN model with a long-term time-series in which the features during the entire course are inputted” and the student model in KD with “an RNN model with a short-term time-series in which only the features during the early stages are inputted.” As a result, the RNN model in the early stage was trained to output the same results as the more accurate RNN model in the later stages. The experiment compared RNN-FitNets with a normal RNN model on a dataset of 296 university students in total. The results showed that RNN-FitNets can improve early prediction. Moreover, the SHAP value was employed to explain the contribution of the input features to the prediction results by RNN-FitNets. It was shown that RNN-FitNets can consider the future effects of the input features from the early stages of the course.

    DOI: 10.1177/07356331221129765

    Web of Science

    Scopus

    researchmap

  • Adaptive Learning Support System Based on Automatic Recommendation of Personalized Review Materials

    Okubo, F; Shiino, T; Minematsu, T; Taniguchi, Y; Shimada, A

    IEEE TRANSACTIONS ON LEARNING TECHNOLOGIES   16 ( 1 )   92 - 105   2023年2月   ISSN:1939-1382 eISSN:1939-1382

     詳細を見る

    記述言語:その他   掲載種別:研究論文(学術雑誌)   出版者・発行元:IEEE Transactions on Learning Technologies  

    In this study, we propose an integrated system to support learners' reviews. In the proposed system, the review dashboard is used to recommend review contents that are adaptive to the individual learner's level of understanding and to present other information that is useful for review. The pages of the digital learning materials that are estimated to be insufficiently understood by each learner and the webpages related to those pages are recommended. As a method for estimating such pages, we consider extracting the pages related to the questions that were answered incorrectly. We examined the accuracy of matching each question with the pages of the learning materials. We also conducted an experiment to verify the usefulness of the system and its effect on learning using a review dashboard. In the experiment, the evaluation of the review dashboard indicated that at least half of the participants found it useful for most types of feedback. In addition, the rate of change in quiz scores was significantly higher in the group using the review dashboard, which indicates that using the review dashboard has the effect of improving learning.

    DOI: 10.1109/TLT.2022.3225206

    Web of Science

    Scopus

    researchmap

  • LECTOR: An attention-based model to quantify e-book lecture slides and topics relationships.

    Erwin D. López Z., Tsubasa Minematsu, Yuta Taniguchi, Fumiya Okubo, Atsushi Shimada

    EDM   2023年

     詳細を見る

    掲載種別:研究論文(国際会議プロシーディングス)  

    researchmap

    その他リンク: https://dblp.uni-trier.de/rec/conf/edm/2023

  • Investigating Programming Performance Predictability from Embedding Vectors of Coding Behaviors

    Igawa, I; Taniguchi, Y; Minematsu, T; Okubo, F; Shimada, A

    31ST INTERNATIONAL CONFERENCE ON COMPUTERS IN EDUCATION, ICCE 2023, VOL I   487 - 489   2023年   ISBN:978-626-968-901-9

     詳細を見る

  • A System to Realize Time- and Location-Independent Teaching and Learning Among Learners Through Sharing Learning-Articles

    Okai S., Minematsu T., Okubo F., Taniguchi Y., Uchiyama H., Shimada A.

    IFIP Advances in Information and Communication Technology   685 AICT   475 - 487   2023年   ISSN:1868-4238 ISBN:9783031433924 eISSN:1868-422X

     詳細を見る

    掲載種別:研究論文(国際会議プロシーディングス)   出版者・発行元:IFIP Advances in Information and Communication Technology  

    Teaching and learning from one another is one of the most effective ways for learners to acquire proactive learning attitudes. In this study, we propose a new learning support system that encourages mutual teaching and learning by introducing a mechanism that guarantees sustainability. Learners submit articles called “learning-articles” that summarize their own learning and knowledge. The proposed system not only accumulates and publishes these articles but also has a mechanism to encourage the submission of necessary topics. The proposed system has been in operation since the academic year 2020, and it has collected learning-articles across our university’s nine academic disciplines from more than 300 learners. To investigate the effects of sharing learning-articles on education from the learners’ perspectives, a questionnaire was distributed among 25 students.

    DOI: 10.1007/978-3-031-43393-1_44

    Scopus

    researchmap

  • Development and Evaluation of a Field Environment Digest System for Agricultural Education

    Shiga K., Minematsu T., Taniguchi Y., Okubo F., Shimada A., Taniguchi R.i.

    IFIP Advances in Information and Communication Technology   685 AICT   87 - 99   2023年   ISSN:1868-4238 ISBN:9783031433924 eISSN:1868-422X

     詳細を見る

    掲載種別:研究論文(国際会議プロシーディングス)   出版者・発行元:IFIP Advances in Information and Communication Technology  

    Smart agriculture has assumed increasing importance due to the growing age of farmers and a shortage of farm leaders. In response, it is crucial to provide more opportunities to learn about smart agriculture at agricultural colleges and high schools, where new farmers are trained. In agricultural education, a system is used for managing environmental information, such as temperature and humidity, obtained from sensors installed in the field. However, it is difficult to make effective use of this system due to the time required to detect changes in the field interfering with class time and the problem of oversight. In this study, we proposed a field environment digest system that will help learners by providing the summarized field sensing information, and support them in analyzing the data. In addition, to examine the potential for using field sensing information in agricultural education, we investigated the usefulness of the summarized sensor information and students’ usage of this information. In this paper, we outline the contents of the developed system and the results of the digest evaluation experiments.

    DOI: 10.1007/978-3-031-43393-1_10

    Scopus

    researchmap

  • Topic-Based Representation of Learning Activities for New Learning Pattern Analytics

    Jinghao Wang, Tsubasa Minematsu, Yuta Taniguchi, Fumiya Okubo, Atsushi Shimada

    30th International Conference on Computers in Education Conference, ICCE 2022 - Proceedings   1   268 - 278   2022年11月   ISBN:9789869721493

     詳細を見る

    掲載種別:研究論文(国際会議プロシーディングス)  

    In recent years, several kinds of e-learning systems, such as e-book and Learning Management System (LMS) have been widely used in the field of education. When students access these systems, their activities on the systems will be continuously and automatically recorded and stored as learning logs. As the learning logs are stored in association with students and indicate students' learning activities, most studies have been “student-based” learning log analyses focused on students and each student's learning behavior. However, the “student-based” learning log analysis focuses on each student's learning behavior during the entire lesson (for example, studied well or didn't study enough) and cannot show what they learned. Therefore, if there is a need to investigate students' learning behavior regarding each topic of the lesson, such as which topic is learned well and which not in order to optimize the syllabus, we cannot conduct “student-based” learning log analysis directly. Instead of “student-based” learning log analyses, this study describes a method of “learning-topic-based” learning log analysis. We will show how to convert a learning log associated with students into a learning-topic-associated one and shape the logs into a two-dimensional matrix of learning topics and learning activities. Then we apply Non-negative Matrix Factorization (NMF) to the matrix in order to extract the learning patterns by activity. In addition, we make a three-dimensional matrix (tensor) of students, learning topics, and learning activities by subdividing the learning activities of each learning topic by students. We then apply Non-negative Tensor Factorization (NTF) to the tensor to extract detailed learning patterns. The methods proposed in this study will help teachers to have a comprehensively view of students' learning behaviors towards each learning topic easily even if the learning log is in a large-scale, so teachers can adjust syllabus according to the attracted learning behaviors, which is helpful to increase learning efficiency.

    Scopus

    researchmap

  • Topic-Based Representation of Learning Activities for New Learning Pattern Analytics

    Wang J., Minematsu T., Taniguchi Y., Okubo F., Shimada A.

    30th International Conference on Computers in Education Conference, ICCE 2022 - Proceedings   1   268 - 278   2022年11月   ISBN:9789869721493

     詳細を見る

    出版者・発行元:30th International Conference on Computers in Education Conference, ICCE 2022 - Proceedings  

    In recent years, several kinds of e-learning systems, such as e-book and Learning Management System (LMS) have been widely used in the field of education. When students access these systems, their activities on the systems will be continuously and automatically recorded and stored as learning logs. As the learning logs are stored in association with students and indicate students' learning activities, most studies have been “student-based” learning log analyses focused on students and each student's learning behavior. However, the “student-based” learning log analysis focuses on each student's learning behavior during the entire lesson (for example, studied well or didn't study enough) and cannot show what they learned. Therefore, if there is a need to investigate students' learning behavior regarding each topic of the lesson, such as which topic is learned well and which not in order to optimize the syllabus, we cannot conduct “student-based” learning log analysis directly. Instead of “student-based” learning log analyses, this study describes a method of “learning-topic-based” learning log analysis. We will show how to convert a learning log associated with students into a learning-topic-associated one and shape the logs into a two-dimensional matrix of learning topics and learning activities. Then we apply Non-negative Matrix Factorization (NMF) to the matrix in order to extract the learning patterns by activity. In addition, we make a three-dimensional matrix (tensor) of students, learning topics, and learning activities by subdividing the learning activities of each learning topic by students. We then apply Non-negative Tensor Factorization (NTF) to the tensor to extract detailed learning patterns. The methods proposed in this study will help teachers to have a comprehensively view of students' learning behaviors towards each learning topic easily even if the learning log is in a large-scale, so teachers can adjust syllabus according to the attracted learning behaviors, which is helpful to increase learning efficiency.

    Scopus

  • Detection of At-Risk Students in Programming Courses

    Ikkei Igawa, Yuta Taniguchi, Tsubasa Minematsu, Fumiya Okubo, Atsushi Shimada

    30th International Conference on Computers in Education Conference, ICCE 2022 - Proceedings   1   308 - 313   2022年11月   ISBN:9789869721493

     詳細を見る

    掲載種別:研究論文(国際会議プロシーディングス)  

    Since the demand for programmers is increasing, programming courses are being offered widely. In this context, students' motivation can be damaged by difficulties they encounter in their programming courses. Although teachers' support is necessary to prevent such an issue, it is impossible for teachers to directly monitor all students' programming activities at the same time and determine which students have troubles with programming. Therefore, several studies have been conducted to help teachers monitor students. However, these studies do not provide an understanding of the activities of students who do not run their code, which may lead researchers to miss students who are in trouble. In this paper, we propose an indicator for detecting students who need coding support by analyzing programming logs that are recorded even when the students do not run their code. This gives teachers deeper insight into the students' programming performance. Although further work remains, the validation of this indicator shows that it could detect those students who are in trouble.

    Scopus

    researchmap

  • Assessment of At-Risk Students' Predictions From e-Book Activities Representations in Practical Applications

    Lopez Z E.D., Minematsu T., Taniguchi Y., Okubo F., Shimada A.

    30th International Conference on Computers in Education Conference, ICCE 2022 - Proceedings   1   279 - 288   2022年11月   ISBN:9789869721493

     詳細を見る

    出版者・発行元:30th International Conference on Computers in Education Conference, ICCE 2022 - Proceedings  

    The use of e-book reading systems such as Bookroll, and their ability to record readers' activities allows the design of predictive models capable of identifying at-risk students from their reading characteristics. Even though previous works have obtained promising results in this task, these results may not evidence the expected prediction performance in practical applications due to their selected assessment methods. Accordingly, in this paper, we assess this performance in two practical scenarios. The first is when we keep stored data from previous years of our course which can be used to train our model, and the second is when we only have data from a different course to use in this training process. In order to obtain a more accurate assessment, we collected 92, 574 samples of predictive performances from different models under the above-mentioned conditions. We also considered different feature representations along with variational latent representations, which can leverage our previous data to automatically design general hidden features. From our results, we understand that in the first condition we can expect a relatively good predictive performance, especially when using variational latent representations. However, in the second condition we found that even when using them, the predictive performances are very limited resulting in an impractical solution.

    Scopus

  • Assessment of At-Risk Students' Predictions From e-Book Activities Representations in Practical Applications

    Erwin D. Lopez Z, Tsubasa Minematsu, Yuta Taniguchi, Fumiya Okubo, Atsushi Shimada

    30th International Conference on Computers in Education Conference, ICCE 2022 - Proceedings   1   279 - 288   2022年11月   ISBN:9789869721493

     詳細を見る

    掲載種別:研究論文(国際会議プロシーディングス)  

    The use of e-book reading systems such as Bookroll, and their ability to record readers' activities allows the design of predictive models capable of identifying at-risk students from their reading characteristics. Even though previous works have obtained promising results in this task, these results may not evidence the expected prediction performance in practical applications due to their selected assessment methods. Accordingly, in this paper, we assess this performance in two practical scenarios. The first is when we keep stored data from previous years of our course which can be used to train our model, and the second is when we only have data from a different course to use in this training process. In order to obtain a more accurate assessment, we collected 92, 574 samples of predictive performances from different models under the above-mentioned conditions. We also considered different feature representations along with variational latent representations, which can leverage our previous data to automatically design general hidden features. From our results, we understand that in the first condition we can expect a relatively good predictive performance, especially when using variational latent representations. However, in the second condition we found that even when using them, the predictive performances are very limited resulting in an impractical solution.

    Scopus

    researchmap

  • Detection of At-Risk Students in Programming Courses

    Igawa I., Taniguchi Y., Minematsu T., Okubo F., Shimada A.

    30th International Conference on Computers in Education Conference, ICCE 2022 - Proceedings   1   308 - 313   2022年11月   ISBN:9789869721493

     詳細を見る

    出版者・発行元:30th International Conference on Computers in Education Conference, ICCE 2022 - Proceedings  

    Since the demand for programmers is increasing, programming courses are being offered widely. In this context, students' motivation can be damaged by difficulties they encounter in their programming courses. Although teachers' support is necessary to prevent such an issue, it is impossible for teachers to directly monitor all students' programming activities at the same time and determine which students have troubles with programming. Therefore, several studies have been conducted to help teachers monitor students. However, these studies do not provide an understanding of the activities of students who do not run their code, which may lead researchers to miss students who are in trouble. In this paper, we propose an indicator for detecting students who need coding support by analyzing programming logs that are recorded even when the students do not run their code. This gives teachers deeper insight into the students' programming performance. Although further work remains, the validation of this indicator shows that it could detect those students who are in trouble.

    Scopus

  • Assessment of At-Risk Students' Predictions From e-Book Activities Representations in Practical Applications

    Erwin D. Lopez Z, Tsubasa Minematsu, Yuta Taniguchi, Fumiya Okubo, Atsushi Shimada

    30th International Conference on Computers in Education Conference, ICCE 2022 - Proceedings   1   279 - 288   2022年11月

     詳細を見る

    記述言語:その他   掲載種別:研究論文(その他学術会議資料等)  

  • Topic-Based Representation of Learning Activities for New Learning Pattern Analytics

    Jinghao Wang, Tsubasa Minematsu, Yuta Taniguchi, Fumiya Okubo, Atsushi Shimada

    30th International Conference on Computers in Education Conference, ICCE 2022 - Proceedings   1   268 - 278   2022年11月

     詳細を見る

    記述言語:その他   掲載種別:研究論文(その他学術会議資料等)  

  • Detection of At-Risk Students in Programming Courses

    Ikkei Igawa, Yuta Taniguchi, Tsubasa Minematsu, Fumiya Okubo, Atsushi Shimada

    30th International Conference on Computers in Education Conference, ICCE 2022 - Proceedings   1   308 - 313   2022年11月

     詳細を見る

    記述言語:その他   掲載種別:研究論文(その他学術会議資料等)  

  • Visualizing Source-Code Evolution for Understanding Class-Wide Programming Processes

    Taniguchi, Y; Minematsu, T; Okubo, F; Shimada, A

    SUSTAINABILITY   14 ( 13 )   2022年7月   eISSN:2071-1050

     詳細を見る

    記述言語:その他   掲載種別:研究論文(学術雑誌)   出版者・発行元:Sustainability (Switzerland)  

    The COVID-19 pandemic has led to an increase in online classes, and programming classes are no exception. In such a learning environment, understanding every student’s programming process is mostly impractical for teachers, despite its significance in supporting students. Giving teachers feedback on programming processes is a typical approach to the problem. However, few studies have focused on visual representations of the evolution process of source-code contents; it remains unclear what visual representation would be effective to this end and how teachers value such feedback. We propose two feedback tools for teachers. These tools visualize the temporal evolution of source-code contents at different granularities. An experiment was conducted in which several university teachers performed a user evaluation of the tools, particularly with regard to their usefulness for reviewing past programming classes taught by another teacher. Questionnaire results showed that these tools are helpful for understanding programming processes. The tools were also found to be complementary, with different aspects being highly evaluated. We successfully presented concrete visual representations of programming processes as well as their relative strengths and weaknesses for reviewing classes; this contribution may serve as a basis for future real-time use of these tools in class.

    DOI: 10.3390/su14138084

    Web of Science

    Scopus

    researchmap

  • Live Sharing of Learning Activities on E-Books for Enhanced Learning in Online Classes

    Taniguchi, Y; Owatari, T; Minematsu, T; Okubo, F; Shimada, A

    SUSTAINABILITY   14 ( 12 )   6946 - 6946   2022年6月   eISSN:2071-1050

     詳細を見る

    記述言語:その他   掲載種別:研究論文(学術雑誌)   出版者・発行元:Sustainability (Switzerland)  

    While positive effects of imitating other learners have been reported, the recent increases in the number of online classes have seriously limited opportunities to learn how others are learning. Providing information about others’ learning activities through dashboards could be a solution, but few studies have targeted learning activities on e-textbook systems; it remains unclear what information representations would be useful and how they would affect learning. We developed a dashboard system that enables live sharing of students’ learning activities on e-textbooks. An experiment was conducted applying the dashboard in an online class to evaluate its impact. The results of questionnaires and quizzes were analyzed along with learning activities on the e-textbook system. From the questionnaire results, the most useful feedback types were identified. Regarding the impact on learning, the study found that a higher percentage of students who used the dashboard followed the progress of the class than those who did not. The study also found that students who used the dashboard were more likely to achieve higher quiz scores than those who did not. This study is the first to reveal what specific feedback is useful and to successfully investigate the impact of its use on learning.

    DOI: 10.3390/su14126946

    Web of Science

    Scopus

    researchmap

  • Corrigendum: “On the computing powers of L-reductions of insertion languages” (Theoretical Computer Science (2021) 862 (224–235), (S030439752030668X), (10.1016/j.tcs.2020.11.029))

    Okubo, F; Yokomori, T

    THEORETICAL COMPUTER SCIENCE   920   113 - 113   2022年6月   ISSN:0304-3975 eISSN:1879-2294

     詳細を見る

    記述言語:その他   掲載種別:研究論文(学術雑誌)   出版者・発行元:Theoretical Computer Science  

    The authors regret that the proof for Theorem 4 in the article “On the computing powers of [Formula presented]-reductions of insertion languages” was incomplete, which was pointed out by Kaoru Fujioka, Fukuoka Women's University, Japan. The proof needs some supplementary corrections for constructing the insertion system γ and [Formula presented]. Specifically, in the proof (on page 231), 1. line 4: Correct as [Formula presented], we construct the following rules: [Formula presented] 3. after line 11: Insert the following: • If there exists a rule

    DOI: 10.1016/j.tcs.2021.06.028

    Web of Science

    Scopus

    researchmap

  • <i>L</i>-reduction computation revisited

    Fujioka, K; Okubo, F; Yokomori, T

    ACTA INFORMATICA   59 ( 4 )   409 - 426   2022年3月   ISSN:0001-5903 eISSN:1432-0525

     詳細を見る

    記述言語:その他   掲載種別:研究論文(学術雑誌)   出版者・発行元:Acta Informatica  

    Let K and L be two languages over Σ and Γ (with Γ ⊂ Σ), respectively. Then, the L-reduction of K, denoted by K%L, is defined by {u0u1⋯un∈(Σ-Γ)∗∣u0v1u1⋯vnun∈K,vi∈L(1≤i≤n)}. This is extended to language classes as follows: K%L={K%L∣K∈K,L∈L}. In this paper, we investigate the computing powers of K%L in which K ranges among various classes of INSji and min-LIN, while L is taken as DYCK and F, where INSji: the class of insertion languages of weight (j, i), min-LIN: the class of minimal linear languages, DYCK: the class of Dyck languages, and F: the class of finite languages. The obtained results include:INS11%DYCK=REINSi0%F=INSj1%F=CF (for i≥ 3 and j≥ 1)INS20%DYCK=INS20min-LIN%F1=LIN where RE, CF, LIN, F1 are classes of recursively enumerable, of context-free, of linear languages, and of singleton languages over unary alphabet, respectively. Further, we provide a very simple alternative proof for the known result min-LIN%DYCK2=RE. We also show that with a certain condition, for the class of context-sensitive languages CS, there exists no K such that K%DYCK=CS, which is in marked contrast to the characterization results mentioned above for other classes in Chomsky hierarchy. It should be remarked from the viewpoint of molecular computing theory that the notion of L-reduction is naturally motivated by a molecular biological functioning well-known as RNA splicing occurring in most eukaryotic genes.

    DOI: 10.1007/s00236-022-00418-0

    Web of Science

    Scopus

    researchmap

    その他リンク: https://link.springer.com/article/10.1007/s00236-022-00418-0/fulltext.html

  • Exploring the use of probabilistic latent representations to encode the students' reading characteristics

    Erwin D. Lopez Z, Tsubasa Minematsu, Yuta Taniguchi, Fumiya Okubo, Atsushi Shimada

    Proceedings of the 4th Workshop on Predicting Performance Based on the Analysis of Reading Behavior   1 - 10   2022年3月

     詳細を見る

    記述言語:その他  

    Exploring the use of probabilistic latent representations to encode the students' reading characteristics

  • The 4th Workshop on Predicting Performance Based on the Analysis of Reading Behavior

    Brendan Flanagan, Atsushi Shimada, Fumiya Okubo, Huiyong Li, Rwitajit Majumdar, Hiroaki Ogata

    Companion Proceedings 12th International Conference on Learning Analytics & Knowledge (LAK22)   152 - 155   2022年3月

     詳細を見る

    記述言語:その他  

    The 4th Workshop on Predicting Performance Based on the Analysis of Reading Behavior

  • Predicting student performance based on Lecture Materials data using Neural Network Models

    Sukrit Leelaluk, Tsubasa Minematsu, Yuta Taniguchi, Fumiya Okubo, Atsushi Shimada

    Proceedings of the 4th Workshop on Predicting Performance Based on the Analysis of Reading Behavior   1 - 10   2022年3月

     詳細を見る

    記述言語:その他  

  • New Perspective on Input Feature Analysis for Early Feedback by Student Performance Prediction Considering the Future Effect

    Ryusuke Murata, Fumiya Okubo, Tsubasa Minematsu, Yuta Taniguchi, Atsushi Shimada

    Companion Proceedings 12th International Conference on Learning Analytics & Knowledge (LAK22)   95 - 97   2022年3月

     詳細を見る

    記述言語:その他  

    New Perspective on Input Feature Analysis for Early Feedback by Student Performance Prediction Considering the Future Effect

  • How Does Analysis of Handwritten Notes Provide Better Insights for Learning Behavior?

    Li, BY; Minematsu, T; Taniguchi, Y; Okubo, F; Shimada, A

    LAK22 CONFERENCE PROCEEDINGS: THE TWELFTH INTERNATIONAL CONFERENCE ON LEARNING ANALYTICS & KNOWLEDGE   549 - 555   2022年3月   ISBN:978-1-4503-9573-1

     詳細を見る

    記述言語:その他   掲載種別:研究論文(その他学術会議資料等)   出版者・発行元:ACM International Conference Proceeding Series  

    Handwritten notes are one important component of students' learning process, which is used to record what they have learned in class or tease out knowledge after class for reflection and further strengthen the learning effect. It also helps a lot during review. We hope to divide handwritten notes (Japanese) into different parts, such as text, mathematical expressions, charts, etc., and quantify them to evaluate the condition of the notes and compare them among students. At the same time, data on students' learning behaviors in the course are collected through the online education platform, such as the use time of textbook and attendance, as well as the scores of the online quiz and course grade. In this paper, the analysis of the relationship between the segmentation results of handwritten notes and learning behavior are reported, as well as the research on automatic page segmentation based on deep learning.

    DOI: 10.1145/3506860.3506915

    Web of Science

    Scopus

    researchmap

    その他リンク: https://dl.acm.org/doi/pdf/10.1145/3506860.3506915

  • Coding Trajectory Map: Student Programming Situations Made Visually Locatable

    Yuta Taniguchi, Tsubasa Minematsu, Fumiya Okubo, Atsushi Shimada

    Companion Proceedings 12th International Conference on Learning Analytics & Knowledge (LAK22)   98 - 100   2022年3月

     詳細を見る

    記述言語:その他  

    Coding Trajectory Map: Student Programming Situations Made Visually Locatable

  • Chemical Reaction Regular Grammars

    Okubo, F; Fujioka, K; Yokomori, T

    NEW GENERATION COMPUTING   40 ( 2 )   659 - 680   2022年3月   ISSN:0288-3635 eISSN:1882-7055

     詳細を見る

    記述言語:その他   掲載種別:研究論文(学術雑誌)   出版者・発行元:New Generation Computing  

    We propose a new type of computing devices based on grammatical formulation augmented by multiset storages, called chemical reaction regular grammars (CRRGs), and investigate some formal language theoretic characterizations of CRRGs including their generative capabilities. Shortly, a CRRG is a regular grammar with multisets, while its computational capability exhibits very intriguing aspects depending on the manners of rule applications. Firstly, we show that the class of languages (denoted by CRRLλ) generated by CRRGs coincides with the class of languages accepted by chemical reaction automata (Okubo and Yokomori in Nat Comput 15(2): 215–224, 2016), whose implication is that the computing power of CRRGs is also equivalent to that of several known devices introduced from different motivations such as Petri nets (Peterson in ACM Comput Surv 9(3):223–252, 1977) and partially blind 1-way multicounter machines (Greibach in Theor Comput Sci 7:311–324, 1979). Second, a new manner of rewriting strategy is integrated into CRRGs and we show that CRRGs working in maximal-sequential manner can generate any recursively enumerable language, which is an unexpected result with a surprise. In contrast, it is also shown that regulated controls due to regular sets and matrix constraints do not enhance the computing power of CRRGs. Third, for each k≥ 1 a subclass of languages k-CRRLλ is considered, where k is the number of different symbols for multisets of CRRGs. We show that the class of languages is a full principal semi-AFL, which is obtained from a characterization result that L is in k-CRRLλ iff L= h(g- 1(Bk) ∩ R) for some homomorphisms g, h, a regular set R, where Bk is a paritally balanced language over k-symbol alphabet.

    DOI: 10.1007/s00354-022-00160-8

    Web of Science

    Scopus

    researchmap

    その他リンク: https://link.springer.com/article/10.1007/s00354-022-00160-8/fulltext.html

  • Predicting student performance based on Lecture Materials data using Neural Network Models

    Sukrit Leelaluk, Tsubasa Minematsu, Yuta Taniguchi, Fumiya Okubo, Atsushi Shimada

    Proceedings of the 4th Workshop on Predicting Performance Based on the Analysis of Reading Behavior   1 - 10   2022年3月

     詳細を見る

  • The 4th Workshop on Predicting Performance Based on the Analysis of Reading Behavior

    Brendan Flanagan, Atsushi Shimada, Fumiya Okubo, Huiyong Li, Rwitajit Majumdar, Hiroaki Ogata

    Companion Proceedings 12th International Conference on Learning Analytics & Knowledge (LAK22)   152 - 155   2022年3月

     詳細を見る

  • New Perspective on Input Feature Analysis for Early Feedback by Student Performance Prediction Considering the Future Effect

    Ryusuke Murata, Fumiya Okubo, Tsubasa Minematsu, Yuta Taniguchi, Atsushi Shimada

    Companion Proceedings 12th International Conference on Learning Analytics & Knowledge (LAK22)   95 - 97   2022年3月

     詳細を見る

  • Exploring the use of probabilistic latent representations to encode the students' reading characteristics

    Erwin D. Lopez Z, Tsubasa Minematsu, Yuta Taniguchi, Fumiya Okubo, Atsushi Shimada

    Proceedings of the 4th Workshop on Predicting Performance Based on the Analysis of Reading Behavior   1 - 10   2022年3月

     詳細を見る

  • Coding Trajectory Map: Student Programming Situations Made Visually Locatable

    Yuta Taniguchi, Tsubasa Minematsu, Fumiya Okubo, Atsushi Shimada

    Companion Proceedings 12th International Conference on Learning Analytics & Knowledge (LAK22)   98 - 100   2022年3月

     詳細を見る

  • Topic-Based Representation of Learning Activities for New Learning Pattern Analytics

    Wang, JH; Minematsu, T; Taniguchi, Y; Okubo, F; Shimad, A

    30TH INTERNATIONAL CONFERENCE ON COMPUTERS IN EDUCATION, ICCE 2022, VOL 1   268 - 278   2022年   ISBN:978-986-972-149-3

     詳細を見る

  • Scaled-Dot Product Attention for Early Detection of At-risk Students

    Leelaluk S., Minematsu T., Taniguchi Y., Okubo F., Yamashita T., Shimada A.

    Proceedings - 2022 IEEE International Conference on Teaching, Assessment and Learning for Engineering, TALE 2022   316 - 322   2022年   ISBN:9781665491174

     詳細を見る

    出版者・発行元:Proceedings - 2022 IEEE International Conference on Teaching, Assessment and Learning for Engineering, TALE 2022  

    Students' performance prediction is essential for instructors to observe each student's learning behavior to discover which students have become at-risk. Early prediction helps instructors to intervene in time and provide academic support to these students. However, instructors should grasp essential behavior points to survey students' academic performance. In this study, we propose the Scaled-Dot Product Attention that can mine the relationship between the student's learning behaviors and performance to find the essential features that directly affect students' performance. In this study, we tested the early prediction performance of Scaled-Dot Product Attention with conventional algorithms. We then investigated essential lectures or features related to students' learning activities. From the result, we found that Scaled-Dot Product Attention outperformed the conventional algorithms to identify at-risk students and found the important lectures and students' actions.

    DOI: 10.1109/TALE54877.2022.00059

    Scopus

  • Predicting student performance based on Lecture Materials data using Neural Network Models

    Leelaluk S., Minematsu T., Taniguchi Y., Okubo F., Shimada A.

    CEUR Workshop Proceedings   3120   11 - 20   2022年   ISSN:16130073

     詳細を見る

    出版者・発行元:CEUR Workshop Proceedings  

    Student Performance Prediction is essential for learning analysis of the students' learning behavior to discovering at-risk students for the early invention to support students. This study transforms the students' reading behavior into a two-dimensional matrix input based on each lecture material's reading behavior. The matrix input will be updated by accumulating the value for each week for performance prediction week by week. The multilayer perceptron neural network is employed to receive the matrix input and give feedback as a student's criteria consist of at-risk or no-risk students. This study considers the accuracy of a model considering between on contents information and weekly information. We also investigate the switching of learning materials' order, the feature importance of the reading operation on an event stream, and the difference in reading behavior between at-risk and no-risk students. These can help the instructors for an early invention to support at-risk students.

    Scopus

  • Exploring the use of probabilistic latent representations to encode the students' reading characteristics

    Lopez E.D., Minematsu T., Yuta T., Okubo F., Shimada A.

    CEUR Workshop Proceedings   3120   1 - 10   2022年   ISSN:16130073

     詳細を見る

    出版者・発行元:CEUR Workshop Proceedings  

    The emergence of digital textbook reading systems such as Bookroll, and their ability of recording reader interactions has opened the possibility of analyzing the students reading behaviors and characteristics. To date, several works have conducted compelling analyses characterizing the different types of students with the use of clustering ML models, while others have used supervised ML models to predict their academic performance. The main characteristic these models share is that internally they simplify the students' data into a latent representation to get an insight or make a prediction. Nevertheless, these representations are oversimplified, otherwise difficult to interpret. Accordingly, the present work explores the use of Variational Autoencoders to make more interpretable and complex latent representations. After a brief description of these models, we present and discuss the results of four explorative studies when using the LAK22 Data Challenge Workshop datasets. Our results show that the probabilistic latent representations generated by the proposed models preserve the student reading characteristics, allowing a better visual interpretation when using 3 dimensions. Also, they allow supervised regressive and classification models to have a more stable and less overfitted learning process, which also allows some of them to make better score predictions.

    Scopus

  • Assessment of At-Risk Students' Predictions From e-Book Activities Representations in Practical Applications

    Lopez, EDZ; Minematsu, T; Taniguchi, Y; Okubo, F; Shimada, A

    30TH INTERNATIONAL CONFERENCE ON COMPUTERS IN EDUCATION, ICCE 2022, VOL 1   279 - 288   2022年   ISBN:978-986-972-149-3

     詳細を見る

  • Background Subtraction Network Module Ensemble for Background Scene Adaptation

    Hamada, T; Minematsu, T; Simada, A; Okubo, F; Taniguchi, Y

    2022 18TH IEEE INTERNATIONAL CONFERENCE ON ADVANCED VIDEO AND SIGNAL BASED SURVEILLANCE (AVSS 2022)   2022年   ISBN:978-1-6654-6382-9

     詳細を見る

    出版者・発行元:AVSS 2022 - 18th IEEE International Conference on Advanced Video and Signal-Based Surveillance  

    Background subtraction networks outperform traditional hand-craft background subtraction methods. The main advantage of background subtraction networks is their ability to automatically learn background features for training scenes. When applying the trained network to new target scenes, adapting the network to the new scenes is crucial. However, few studies have focused on reusing multiple trained models for new target scenes. Considering background changes have several categories, such as illumination changes, a model trained for each background scene can work effectively for the target scene similar to the training scene. In this study, we propose a method to ensemble the module networks trained for each background scene. Experimental results show that the proposed method is significantly more accurate compared with the conventional methods in the target scene by tuning with only a few frames.

    DOI: 10.1109/AVSS56176.2022.9959316

    Web of Science

    Scopus

  • Detection of At-Risk Students in Programming Courses

    Igawa, I; Taniguchi, Y; Minematsu, T; Okubo, F; Shimada, A

    30TH INTERNATIONAL CONFERENCE ON COMPUTERS IN EDUCATION, ICCE 2022, VOL 1   308 - 313   2022年   ISBN:978-986-972-149-3

     詳細を見る

  • Theory of reaction automata: a survey

    Takashi Yokomori, Fumiya Okubo

    Journal of Membrane Computing   2021年3月

     詳細を見る

    記述言語:その他   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1007/s41965-021-00070-6

  • On the computing powers of L-reductions of insertion languages

    Fumiya Okubo, Takashi Yokomori

    Theoretical Computer Science   2021年3月

     詳細を見る

    記述言語:その他   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1016/j.tcs.2020.11.029

  • Exploring Factors that Influence Collaborative Problem Solving Awareness in Science Education

    Technology, Knowledge and Learning   25 ( 2 )   337 - 366   2020年6月

     詳細を見る

    記述言語:その他   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1007/s10758-020-09436-8

  • Direction of collaborative problem solving-based STEM learning by learning analytics approach

    Research and Practice in Technology Enhanced Learning   14 ( 1 )   2019年12月

     詳細を見る

    記述言語:その他   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1186/s41039-019-0119-y

  • E-book learner behaviors difference under two meaningful learning support environments

    Jingyun Wang, Atsushi Shimada, Fumiya Okubo

    ICCE 2019 - 27th International Conference on Computers in Education, Proceedings   1   342 - 347   2019年11月

     詳細を見る

    記述言語:その他   掲載種別:研究論文(その他学術会議資料等)  

  • Decomposition and factorization of chemical reaction transducers

    Fumiya Okubo, Takashi Yokomori

    Theoretical Computer Science   777   431 - 442   2019年7月

     詳細を見る

    記述言語:その他   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1016/j.tcs.2019.01.032

  • Integrating Multimodal Learning Analytics and Inclusive Learning Support Systems for People of All Ages

    Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)   11577 LNCS   469 - 481   2019年6月

     詳細を見る

    記述言語:その他   掲載種別:研究論文(その他学術会議資料等)  

    DOI: 10.1007/978-3-030-22580-3_35

  • Exploring the Relationships between Reading Behavior Patterns and Learning Outcomes Based on Log Data from E-Books: A Human Factor Approach

    Chengjiu Yin, Masanori Yamada, Misato Oi, Atsushi Shimada, Fumiya Okubo, Kentaro Kojima, Hiroaki Ogata

    International Journal of Human-Computer Interaction   35 ( 4-5 )   313 - 322   2019年3月

     詳細を見る

    記述言語:その他   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1080/10447318.2018.1543077

  • Relationships between Collaborative Problem Solving, Learning Performance and Learning Behavior in Science Education

    Li Chen, Hirokazu Uemura, Hao Hao, Yoshiko Goda, Fumiya Okubo, Yuta Taniguchi, Misato Oi, Shin'ichi Konomi, Hiroaki Ogata, Masanori Yamada

    Proceedings of 2018 IEEE International Conference on Teaching, Assessment, and Learning for Engineering, TALE 2018   17 - 24   2019年1月

     詳細を見る

    記述言語:その他   掲載種別:研究論文(その他学術会議資料等)  

    DOI: 10.1109/TALE.2018.8615254

  • Computing with multisets: A survey on reaction automata theory

    Takashi Yokomori, Fumiya Okubo

    Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)   10936 LNCS   421 - 431   2018年8月

     詳細を見る

    記述言語:その他   掲載種別:研究論文(その他学術会議資料等)  

    DOI: 10.1007/978-3-319-94418-0_42

  • Towards supporting multigenerational co-creation and social activities: Extending learning analytics platforms and beyond

    Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)   10922 LNCS   82 - 91   2018年7月

     詳細を見る

    記述言語:その他   掲載種別:研究論文(その他学術会議資料等)  

    DOI: 10.1007/978-3-319-91131-1_6

  • Automatic Summarization of Lecture Slides for Enhanced Student Preview-Technical Report and User Study

    Atsushi Shimada, Fumiya Okubo, Chengjiu Yin, Hiroaki Ogata

    IEEE Transactions on Learning Technologies   11 ( 2 )   165 - 178   2018年4月

     詳細を見る

    記述言語:その他   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1109/TLT.2017.2682086

  • Online change detection for monitoring individual student behavior via clickstream data on E-book system

    ACM International Conference Proceeding Series   446 - 450   2018年3月

     詳細を見る

    記述言語:その他   掲載種別:研究論文(その他学術会議資料等)  

    DOI: 10.1145/3170358.3170412

  • On the prediction of students’ quiz score by recurrent neural network

    Fumiya Okubo, Takayoshi Yamashita, Atsushi Shimada, Yuta Taniguchi, Konomi Shin’ichi

    2163   2018年3月

     詳細を見る

    記述言語:その他   掲載種別:研究論文(その他学術会議資料等)  

    © 2018 CEUR-WS. All Rights Reserved. In this paper, we explore the factor for improving the performance of prediction of students’ quiz scores by using a Recurrent Neural Network. The proposed method is applied to the log data of 2693 students in 15 courses that were conducted with following the common syllabus by 10 teachers. The experimental results show that in the case where the same teacher is not included in both training and test data, the accuracy of prediction slightly lower. We also show that at the beginning of a course, it is better to construct a prediction model including various items of learning logs, however, in the latter half, it is better to update the model by using selected information only.

  • Learning analytics of the relationships among self-regulated learning, learning behaviors, and learning performance

    Masanori Yamada, Atsushi Shimada, Fumiya Okubo, Misato Oi, Kentaro Kojima, Hiroaki Ogata

    Research and Practice in Technology Enhanced Learning   12 ( 1 )   2017年12月

     詳細を見る

    記述言語:その他   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1186/s41039-017-0053-9

  • Students' performance prediction using data of multiple courses by recurrent neural network

    Fumiya Okubo, Takayoshi Yamashita, Atsushi Shimada, Shin'ichi Konomi

    Proceedings of the 25th International Conference on Computers in Education, ICCE 2017 - Main Conference Proceedings   439 - 444   2017年12月

     詳細を見る

    記述言語:その他   掲載種別:研究論文(その他学術会議資料等)  

  • Effects of prior knowledge of high achievers on use of e-book highlights and annotations

    Misato Oi, Fumiya Okubo, Yuta Taniguchi, Masanori Yamada, Shin'ichi Konomi

    Proceedings of the 25th International Conference on Computers in Education, ICCE 2017 - Main Conference Proceedings   682 - 687   2017年12月

     詳細を見る

    記述言語:その他   掲載種別:研究論文(その他学術会議資料等)  

  • Analysis on students' usage of highlighters on e-textbooks in classroom

    Yuta Taniguchi, Fumiya Okubo, Atsushi Shimada, Shin'ichi Konomi

    Proceedings of the 25th International Conference on Computers in Education, ICCE 2017 - Main Conference Proceedings   514 - 516   2017年12月

     詳細を見る

    記述言語:その他   掲載種別:研究論文(その他学術会議資料等)  

  • A visualization system for predicting learning activities using state transition graphs

    Fumiya Okubo, Atsushi Shimada, Yuta Taniguchi, Shin'Ichi Konomi

    14th International Conference on Cognition and Exploratory Learning in the Digital Age, CELDA 2017   173 - 180   2017年10月

     詳細を見る

    記述言語:その他   掲載種別:研究論文(その他学術会議資料等)  

  • Exploring students' learning journals with web-based interactive report tool

    Yuta Taniguchi, Fumiya Okubo, Atsushi Shimada, Shin'Ichi Konomi

    14th International Conference on Cognition and Exploratory Learning in the Digital Age, CELDA 2017   251 - 254   2017年10月

     詳細を見る

    記述言語:その他   掲載種別:研究論文(その他学術会議資料等)  

  • Morphic characterizations of language families based on local and star languages

    Fumiya Okubo, Takashi Yokomori

    Fundamenta Informaticae   154 ( 1-4 )   323 - 341   2017年8月

     詳細を見る

    記述言語:その他   掲載種別:研究論文(学術雑誌)  

    DOI: 10.3233/FI-2017-1569

  • Learning analytics for E-book-based educational big data in higher education

    Hiroaki Ogata, Misato Oi, Kousuke Mohri, Fumiya Okubo, Atsushi Shimada, Masanori Yamada, Jingyun Wang, Sachio Hirokawa

    Smart Sensors at the IoT Frontier   327 - 350   2017年5月

     詳細を見る

    記述言語:その他  

    DOI: 10.1007/978-3-319-55345-0_13

  • Reproducibility of Findings from Educational Big Data: A Preliminary Study 査読 国際誌

    Misato Oi, Yamada, M., Fumiya Okubo, Atsushi Shimada, Hiroaki Ogata

    Proceedings of the 7th International Learning Analytics & Knowledge Conference (LAK2017)   536 - 537   2017年3月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

  • Finding traces of high and low achievers by analyzing undergraduates' e-book logs

    Misato Oi, Masanori Yamada, Fumiya Okubo, Atsushi Shimada, Hiroaki Ogata

    CEUR Workshop Proceedings   1828   15 - 22   2017年3月

     詳細を見る

    記述言語:その他   掲載種別:研究論文(その他学術会議資料等)  

  • M2B System: A Digital Learning Platform for Traditional Classrooms in University 査読 国際誌

    Hiroaki Ogata, Yuta Taniguchi, Daiki Suehiro, Atsushi Shimada, Misato Oi, Fumiya Okubo, Yamada, M., Kentaro Kojima

    Practitioner Track Proceedings of the 7th International Learning Analytics & Knowledge Conference (LAK2017)   154 - 161   2017年3月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

  • A Neural Network Approach for Students’ Performance Prediction 査読 国際誌

    598 - 599   2017年3月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

  • Learning Analytics in Ubiquitous Learning Environments: Self-Regulated Learning Perspective 査読 国際誌

    Yamada, M., Misato Oi, Fumiya Okubo, Atsushi Shimada, Kentaro Kojima, Hiroaki Ogata

    Proceedings of the 24th International Conference on Computers in Education (ICCE2016)   306 - 314   2016年12月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

  • Browsing-Pattern Mining from e-Book Logs with Non-negative Matrix Factorization 査読 国際誌

    Atsushi Shimada, Fumiya Okubo, Hiroaki Ogata

    Proceedings of the 9th International Conference on Educational Data Mining   636 - 637   2016年7月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

  • Bayesian Network for Predicting Students’ Final Grade using e-book Logs in University Education 査読 国際誌

    85 - 89   2016年7月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

  • 教育ビッグデータの利活用に向けた学習ログの蓄積と分析 招待

    緒方 広明, 殷 成久, 毛利 考佑, 大井 京, 島田 敬士, 大久保 文哉, 山田政寛, 小島 健太郎

    教育システム情報学会誌   33 ( 2 )   58 - 66   2016年5月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(学術雑誌)  

  • Profiling High-achieving Students using E-book-based Logs 査読 国際誌

    Kousuke Mouri, Fumiya Okubo, Atsushi Shimada, Hiroaki Ogata

    Proceedings of the 1st International Workshop on Learning Analytics Across Physical and Digital Spaces (Cross-LAK 2016)   5 - 9   2016年4月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

  • Learning Activity Features of High Performance Students 査読 国際誌

    Fumiya Okubo, Sachio Hirokawa, Misato Oi, Atsushi Shimada, Kojima Kentaro, Yamada Masanori, Hiroaki Ogata

    Proceedings of the 1st International Workshop on Learning Analytics Across Physical and Digital Spaces (Cross-LAK 2016)   28 - 33   2016年4月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

  • Automatic Generation of Personalized Review Materials Based on Across-Learning-System Analysis 査読 国際誌

    Atsushi Shimada, Fumiya Okubo, Chengjiu Yin, Hiroaki Ogata

    Proceedings of the 1st International Workshop on Learning Analytics Across Physical and Digital Spaces (Cross-LAK 2016)   22 - 27   2016年4月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

  • デジタル教材の閲覧ログを利用したアクティブ・ラーナーの学習行動の分析 招待 査読 国際誌

    緒方 広明, 殷 成久, 大井 京, 大久保 文哉, 島田 敬士, 小島 健太郎, 山田政寛

    基幹教育紀要   2   48 - 60   2016年3月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(大学,研究機関等紀要)  

  • eポートフォリオは省察に有効か? ポートフォリオの媒体の違いが学習者の主観的効果に与える影響の分析 招待 査読 国際誌

    山田政寛, 岡本 剛, 島田 敬士, 木村 拓也, 大久保 文哉, 小島 健太郎, 緒方 広明

    基幹教育紀要   2   61 - 72   2016年3月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(大学,研究機関等紀要)  

  • Analysis of Links among E-books in Undergraduates’ E-Book Logs

    2015年11月

     詳細を見る

    記述言語:英語  

  • Identifying and Analyzing the Learning Behaviors of Students using e‐Books

    2015年11月

     詳細を見る

    記述言語:英語  

  • Analysis of Preview and Review Patterns in Undergraduates’ E‐Book Logs

    2015年11月

     詳細を見る

    記述言語:英語  

  • Automatic Summarization of Lecture Slides for Enhanced Student Preview

    Atsushi Shimada, Fumiya Okubo, CHENGJIU YIN, Hiroaki Ogata

    Proceedings of the 23rd International Conference on Computers in Education (ICCE 2015)   2015年11月

     詳細を見る

    記述言語:英語  

  • E‐Book‐based Learning Analytics in University Education

    2015年11月

     詳細を見る

    記述言語:英語  

  • Visualization and Prediction of Learning Activities by Using Discrete Graphs

    Fumiya Okubo, Atsushi Shimada, CHENGJIU YIN, Hiroaki Ogata

    Proceedings of the 23rd International Conference on Computers in Education (ICCE 2015)   2015年11月

     詳細を見る

    記述言語:英語  

  • Analysis of Preview Behavior in E-Book System

    Atsushi Shimada, Fumiya Okubo, CHENGJIU YIN, Misato Oi, Kojima Kentaro, Masanori Yamada, Hiroaki Ogata

    Workshop Proceedings of the 23rd International Conference on Computers in Education (ICCE 2015)   2015年11月

     詳細を見る

    記述言語:英語  

  • Analyzing the Features of Learning Behaviors of Students using e-Books

    CHENGJIU YIN, Fumiya Okubo, Atsushi Shimada, Misato Oi, Sachio Hirokawa, Masanori Yamada, Kojima Kentaro, Hiroaki Ogata

    Workshop Proceedings of the 23rd International Conference on Computers in Education (ICCE 2015)   2015年11月

     詳細を見る

    記述言語:英語  

  • Informal Learning Behavior Analysis Using Action Logs and Slide Features in E-textbooks

    Atsushi Shimada, Fumiya Okubo, CHENGJIU YIN, Kojima Kentaro, Masanori Yamada, Hiroaki Ogata

    Proceedings of the 15th IEEE International Conference on Advanced Learning Technologies (ICALT 2015)   116 - 117   2015年7月

     詳細を見る

    記述言語:英語  

  • Preliminary Research on Self-regulated Learning and Learning Logs in a Ubiquitous Learning Environment

    Masanori Yamada, CHENGJIU YIN, Atsushi Shimada, Kojima Kentaro, Fumiya Okubo, Hiroaki Ogata

    Proceedings of the 15th IEEE International Conference on Advanced Learning Technologies (ICALT 2015)   2015年7月

     詳細を見る

    記述言語:英語  

  • Finite Automata with Multiset Memory: A New Characterization of Chomsky Hierarchy 査読 国際誌

    Fumiya Okubo, Takashi Yokomori

    Fundamenta Informaticae   ( 138 )   31 - 44   2015年4月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

  • The Computational Capability of Chemical Reaction Automata 査読 国際誌

    Fumiya Okubo, Takashi Yokomori

    Lecture Notes in Computer Science   ( 8727 )   53 - 66   2014年9月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

  • REACTION AUTOMATA WORKING IN SEQUENTIAL MANNER 査読 国際誌

    Fumiya Okubo

    RAIRO-THEORETICAL INFORMATICS AND APPLICATIONS   48 ( 1 )   23 - 38   2014年1月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1051/ita/2013047

  • On language classes defined by reaction automata

    Fumiya Okubo

    61   39 - 46   2013年3月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(大学,研究機関等紀要)  

  • On the properties of language classes defined by bounded reaction automata 査読 国際誌

    Fumiya Okubo, Satoshi Kobayashi, Takashi Yokomori

    THEORETICAL COMPUTER SCIENCE   454   206 - 221   2012年10月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1016/j.tcs.2012.03.024

  • Automata inspired by biochemical reaction

    Fumiya Okubo, Satoshi Kobayashi, Takashi Yokomori

    1799   179 - 182   2012年6月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(大学,研究機関等紀要)  

▼全件表示

書籍等出版物

  • Learning Support Systems Based on Cohesive Learning Analytics, in "Emerging Trends in Learning Analytics: Leveraging the Power of Education Data" (ed. Myint Swe Khine)

    ( 担当: 共著)

    Brill Publisher  2019年5月 

     詳細を見る

    担当ページ:pp.223-248   記述言語:英語   著書種別:学術書

  • The Computing Power of Determinism and Reversibility in Chemical Reaction Automata, in "Reversibility and Universality" (ed. Andrew Adamatzky)

    Fumiya Okubo, Takashi Yokomori( 担当: 共著)

    Springer International Publishing  2018年2月 

     詳細を見る

    担当ページ:Emergence, Complexity and Computation, vol.30, pp.279-298   記述言語:英語   著書種別:学術書

  • Learning Analytics for E-Book-Based Educational Big Data in Higher Education, in "Smart Sensors at the IoT Frontier" (eds. Hiroto Yasuura, Chong-Min Kyung, Yongpan Liu, Youn-Long Lin),

    Hiroaki Ogata, Misato Oi, Kousuke Mohri, Fumiya Okubo, Atsushi Shimada, Masanori Yamada, Jingyun Wang, Sachio Hirokawa( 担当: 共著)

    Springer  2017年5月 

     詳細を見る

    担当ページ:pp.327-350   記述言語:英語   著書種別:学術書

  • Recent Developments on Reaction Automata Theory: A Survey, Recent Advances in Natural Computing (eds. Yasuhiro Suzuki, Masami Hagiya), series in Mathematics for Industry

    Fumiya Okubo, Takashi Yokomori( 担当: 共著)

    2014年7月 

     詳細を見る

    担当ページ:vol.9, pp.1-22   記述言語:英語  

講演・口頭発表等

  • Automata inspired by biochemical reaction

    2012年1月 

     詳細を見る

    記述言語:日本語   会議種別:口頭発表(一般)  

    国名:日本国  

  • On the Computational Power of Reaction Automata Working in Sequential Manner

    Fumiya Okubo

    The 4th Workshop on Non-Classical Models for Automata and Applications (NCMA 2012)  2012年8月 

     詳細を見る

    記述言語:英語   会議種別:口頭発表(一般)  

    国名:スイス連邦  

  • Recent Developments of Reaction Automata 国際会議

    Fumiya Okubo, Takashi Yokomori

    The 7th International Workshop on Natural Computing (IWNC7)  2013年3月 

     詳細を見る

    記述言語:英語   会議種別:口頭発表(一般)  

    国名:日本国  

  • The Computational Capability of Chemical Reaction Automata 国際会議

    20th International Conference on DNA Computing and Molecular Programming  2014年9月 

     詳細を見る

    記述言語:英語   会議種別:口頭発表(一般)  

    国名:日本国  

  • Visualization and Prediction of Learning Activities by Using Discrete Graphs 国際会議

    Fumiya Okubo, Atsushi Shimada, CHENGJIU YIN, Hiroaki Ogata

    The 23rd International Conference on Computers in Education (ICCE 2015)  2015年12月 

     詳細を見る

    記述言語:英語  

    国名:中華人民共和国  

  • Bayesian Network for Predicting Students’ Final Grade using e-book Logs in University Education 国際会議

    2016年7月 

     詳細を見る

    開催年月日: 2016年5月

    記述言語:英語  

    国名:グレートブリテン・北アイルランド連合王国(英国)  

  • Learning Activity Features of High Performance Students 国際会議

    Fumiya Okubo, Sachio Hirokawa, Misato Oi, Atsushi Shimada, Kojima Kentaro, Masanori Yamada, Hiroaki Ogata

    Cross-LAK 2016: International Workshop on Learning Analytics Across Physical and Digital Spaces  2016年4月 

     詳細を見る

    開催年月日: 2016年5月

    記述言語:英語  

    国名:グレートブリテン・北アイルランド連合王国(英国)  

  • Automatic Generation of Personalized Review Materials Based on Across-Learning-System Analysis 国際会議

    Atsushi Shimada, Fumiya Okubo, Chengjiu Yin, Hiroaki Ogata

    Cross-LAK 2016: International Workshop on Learning Analytics Across Physical and Digital Spaces  2016年4月 

     詳細を見る

    開催年月日: 2016年5月

    記述言語:英語  

    国名:グレートブリテン・北アイルランド連合王国(英国)  

  • Profiling High-achieving Students using E-book-based Logs 国際会議

    Kousuke Mouri, Fumiya Okubo, Atsushi Shimada, Hiroaki Ogata

    Cross-LAK 2016: International Workshop on Learning Analytics Across Physical and Digital Spaces  2016年4月 

     詳細を見る

    開催年月日: 2016年5月

    記述言語:英語  

    国名:グレートブリテン・北アイルランド連合王国(英国)  

  • Browsing-Pattern Mining from e-Book Logs with Non-negative Matrix Factorization 国際会議

    Atsushi Shimada, Fumiya Okubo, Hiroaki Ogata

    The 9th International Conference on Educational Data Mining  2016年7月 

     詳細を見る

    開催年月日: 2016年5月

    記述言語:英語  

    国名:グレートブリテン・北アイルランド連合王国(英国)  

  • A Computing Model for Biochemical Reactions

     詳細を見る

    記述言語:日本語  

    国名:日本国  

  • On the Descriptional Complexity of Semi-Conditional Grammars and Simple Semi-Conditional Grammars

    2009年7月 

     詳細を見る

    記述言語:日本語   会議種別:口頭発表(一般)  

    国名:日本国  

  • Semi-conditional grammarとその記述的最適化問題について

    大久保 文哉

    早稲田大学教育学部数学科 第93回7階セミナー  2009年11月 

     詳細を見る

    記述言語:日本語   会議種別:口頭発表(一般)  

    開催地:早稲田大学   国名:日本国  

  • 形式言語理論によるDNAの分子生物学的な現象のモデル化について

    大久保 文哉

    2010年9月 

     詳細を見る

    記述言語:日本語   会議種別:口頭発表(一般)  

    開催地:奈良教育大学   国名:日本国  

  • Smart Phone based Data Collecting System for Analyzing Learning Behaviors 国際会議

    CHENGJIU YIN, Fumiya Okubo, Atsushi Shimada, Kojima Kentaro, Masanori Yamada, Hiroaki Ogata, Naomi Fujimura

    ICCE 2014  2014年11月 

     詳細を見る

    記述言語:英語  

    国名:日本国  

  • Preliminary Research on Self-regulated Learning and Learning Logs in a Ubiquitous Learning Environment 国際会議

    Masanori Yamada, CHENGJIU YIN, Atsushi Shimada, Kojima Kentaro, Fumiya Okubo, Hiroaki Ogata

    The 15th IEEE International Conference on Advanced Learning Technologies (ICALT 2015)  2015年7月 

     詳細を見る

    記述言語:英語  

    国名:台湾  

  • Informal Learning Behavior Analysis Using Action Logs and Slide Features in E-textbooks 国際会議

    Atsushi Shimada, Fumiya Okubo, CHENGJIU YIN, Kojima Kentaro, Masanori Yamada, Hiroaki Ogata

    The 15th IEEE International Conference on Advanced Learning Technologies (ICALT 2015)  2015年7月 

     詳細を見る

    記述言語:英語  

    国名:台湾  

  • 授業外学習支援のためのデジタル教材の自動要約

    島田 敬士, 大久保 文哉, 殷 成久, 緒方 広明

    信学技報 パターン認識・メディア理解(PRMU2015-81)  2015年9月 

     詳細を見る

    記述言語:日本語  

    国名:日本国  

  • Analysis of Preview Behavior in E-Book System 国際会議

    Atsushi Shimada, Fumiya Okubo, CHENGJIU YIN, Misato Oi, Kojima Kentaro, Masanori Yamada, Hiroaki Ogata

    The 1st workshop on e-Book-based Educational Big Data for Enhancing Teaching and Learning, in ICCE 2015  2015年11月 

     詳細を見る

    記述言語:英語  

    国名:中華人民共和国  

  • Analyzing the Features of Learning Behaviors of Students using e-Books 国際会議

    CHENGJIU YIN, Fumiya Okubo, Atsushi Shimada, Misato Oi, Sachio Hirokawa, Masanori Yamada, Kojima Kentaro, Hiroaki Ogata

    The 1st workshop on e-Book-based Educational Big Data for Enhancing Teaching and Learning, in ICCE 2015  2015年11月 

     詳細を見る

    記述言語:英語  

    国名:中華人民共和国  

  • Analysis of Links among E-books in Undergraduates’ E-Book Logs 国際会議

    2015年11月 

     詳細を見る

    記述言語:英語  

    国名:中華人民共和国  

  • Identifying and Analyzing the Learning Behaviors of Students using e‐Books 国際会議

    2015年12月 

     詳細を見る

    記述言語:英語  

    国名:中華人民共和国  

  • Analysis of Preview and Review Patterns in Undergraduates’ E‐Book Logs 国際会議

    2015年12月 

     詳細を見る

    記述言語:英語  

    国名:中華人民共和国  

  • Analysis of Preview and Review Patterns in Undergraduates’ E‐Book Logs 国際会議

    2015年12月 

     詳細を見る

    記述言語:英語  

    国名:中華人民共和国  

  • Automatic Summarization of Lecture Slides for Enhanced Student Preview 国際会議

    Atsushi Shimada, Fumiya Okubo, CHENGJIU YIN, Hiroaki Ogata

    The 23rd International Conference on Computers in Education (ICCE 2015)  2015年12月 

     詳細を見る

    記述言語:英語  

    国名:中華人民共和国  

  • E‐Book‐based Learning Analytics in University 国際会議

    2015年12月 

     詳細を見る

    記述言語:英語  

    国名:中華人民共和国  

  • E-bookとLMSのログを用いた学習活動の分析と可視化

    大久保 文哉

    日本教育工学会SIG「教育・学習支援システムの開発と実践」(SIG-SYS)第4回研究会  2016年3月 

     詳細を見る

    記述言語:日本語  

    国名:日本国  

  • 九州大学基幹教育におけるラーニングアナリティクスの研究と実践

    島田 敬士, 大久保 文哉, 殷 成久, 大井 京, 小島 健太郎, 山田 政寛, 緒方 広明

    電子情報通信学会総合大会  2016年3月 

     詳細を見る

    記述言語:日本語  

    国名:日本国  

  • 大学におけるラーニングアナリティクスに基づく授業改善と教育革新

    緒方 広明, 殷 成久, 大井 京, 大久保 文哉, 島田 敬士, 小島 健太郎, 山田 政寛

    電子情報通信学会総合大会  2016年3月 

     詳細を見る

    記述言語:日本語  

    国名:日本国  

  • ページ重要度に基づくデジタル教材の自動要約

    島田 敬士, 大久保 文哉, 緒方 広明

    第19回画像の認識・理解シンポジウム(MIRU2016)  2016年8月 

     詳細を見る

    記述言語:日本語  

    国名:日本国  

  • 教育データのオープン化に向けて

    末廣 大貴, 毛利 考佑, 谷口 雄太, 大久保 文哉, 島田 敬士, 緒方 広明

    電子情報通信学会 パターン認識・メディア理解研究会 (PRMU2016)  2016年10月 

     詳細を見る

    記述言語:日本語  

    国名:日本国  

  • Learning Analytics in Ubiquitous Learning Environments: Self-Regulated Learning Perspective 国際会議

    Masanori Yamada, Fumiya Okubo, Misato Oi, Atsushi Shimada, Kojima Kentaro, Hiroaki Ogata

    The 24th International Conference on Computers in Education (ICCE2016)  2016年11月 

     詳細を見る

    記述言語:英語  

    国名:インド  

  • Finding traces of high and low achievers by analyzing undergraduates’ e-book logs 国際会議

    2017年3月 

     詳細を見る

    記述言語:英語  

    国名:カナダ  

  • M2B System: A Digital Learning Platform for Traditional Classrooms in University 国際会議

    Hiroaki Ogata, Yuta Taniguchi, Daiki Suehiro, Atsushi Shimada, Misato Oi, Fumiya Okubo, Masanori Yamada, Kojima Kentaro

    The 7th International Learning Analytics & Knowledge Conference (LAK2017)  2017年3月 

     詳細を見る

    記述言語:英語  

    国名:カナダ  

  • A Neural Network Approach for Students’ Performance Prediction 国際会議

    2017年3月 

     詳細を見る

    記述言語:英語  

    国名:カナダ  

  • Reproducibility of Findings from Educational Big Data: A Preliminary Study 国際会議

    Misato Oi, Masanori Yamada, Fumiya Okubo, Atsushi Shimada, Hiroaki Ogata

    The 7th International Learning Analytics & Knowledge Conference (LAK2017)  2017年3月 

     詳細を見る

    記述言語:英語  

    国名:カナダ  

  • 圃場環境ダイジェストシステムの開発とその評価

    志賀 寛羽, 谷口 雄太, 峰松 翼, 大久保 文哉, 島田 敬士, 谷口 倫一郎

    第34回教育学習支援情報システム研究発表会 (CLE34)  2021年5月 

     詳細を見る

    記述言語:日本語  

    国名:日本国  

  • 学習記事推薦のための推薦システムの開発と手法の評価

    岡井 成遊, 大久保 文哉, 内山 英昭, 峰松 翼, 谷口 雄太, 島田 敬士

    第34回教育学習支援情報システム研究発表会 (CLE34)  2021年5月 

     詳細を見る

    記述言語:日本語  

    国名:日本国  

  • 手書きノートのページセグメンテーションによる学習活動の分析

    李 柏毅, 峰松 翼, 谷口 雄太, 大久保 文哉, 島田 敬士

    第34回教育学習支援情報システム研究発表会 (CLE34)  2021年5月 

     詳細を見る

    記述言語:日本語  

    国名:日本国  

  • 背景差分ニューラルネットワークの照明変動に関わるニューロンの特定と評価

    濵田 泰輝, 峰松 翼, 島田 敬士, 谷口 雄太, 大久保 文哉

    画像の認識・理解シンポジウム MIRU2021  2021年7月 

     詳細を見る

    記述言語:日本語  

    国名:日本国  

  • 学生のコーディング過程理解のための教師支援

    谷口 雄太, 峰松 翼, 大久保 文哉, 島田 敬士

    第35回教育学習支援情報システム研究会(CLE35)  2021年12月 

     詳細を見る

    記述言語:日本語  

    国名:日本国  

  • プログラミングログ分析による支援の必要な学生の検知指標の提案とフィードバックツールの開発

    井川 一渓, 谷口 雄太, 峰松 翼, 大久保 文哉, 島田 敬士

    第35回教育学習支援情報システム研究会(CLE35)  2021年12月 

     詳細を見る

    記述言語:日本語  

    国名:日本国  

  • 科目の関連性情報を付加したカリキュラム情報閲覧システムの開発

    山本 雄介, 峰松 翼, 長沼 祥太郎, 谷口 雄太, 大久保 文哉, 島田 敬士

    第35回教育学習支援情報システム研究会(CLE35)  2021年12月 

     詳細を見る

    記述言語:日本語  

    国名:日本国  

  • 学習記事共有ネットワークシステムの提案

    岡井 成遊, 峰松 翼, 大久保 文哉, 谷口 雄太, 内山 英昭, 島田 敬士

    第35回教育学習支援情報システム研究会(CLE35)  2021年12月 

     詳細を見る

    記述言語:日本語  

    国名:日本国  

  • 学習テーマとその関連テーマによるデジタル教材のダイジェスト資料生成

    玉城亮治, 峰松翼, 谷口雄太, 大久保文哉, 島田敬士

    第37回教育学習支援情報システム研究会(CLE37)  2022年6月 

     詳細を見る

    記述言語:日本語  

    国名:日本国  

  • プログラミング過程に着目した学生表現の学習

    谷口雄太, 峰松翼, 大久保文哉, 島田敬士

    第38回教育学習支援情報システム研究会(CLE38)  2022年11月 

     詳細を見る

    記述言語:日本語  

    国名:日本国  

  • 学習支援システム間横断学習分析のための教育データ関連分析手法

    松尾早一朗, 峰松翼, 谷口雄太, 大久保文哉, 島田敬士

    第38回教育学習支援情報システム研究会(CLE38)  2022年11月 

     詳細を見る

    記述言語:日本語  

    国名:日本国  

  • 学習状況に応じた学習記事検索手法の開発

    岡井成遊, 峰松翼, 大久保文哉, 谷口雄太, 島田敬士

    第39回教育学習支援情報システム研究会(CLE39)  2023年3月 

     詳細を見る

    記述言語:日本語  

    国名:日本国  

  • 圃場センシング情報の推移から注目期間を捉える圃場環境ダイジェストシステムによる農業教育支援

    志賀寛羽, 峰松翼, 谷口雄太, 大久保文哉, 島田敬士

    第39回教育学習支援情報システム研究会(CLE39)  2023年3月 

     詳細を見る

    記述言語:日本語  

    国名:日本国  

  • 視線情報による高解像度な学習ログの生成システムの開発

    後藤健, 峰松翼, 谷口雄太, 大久保文哉, 島田敬士

    第40回教育学習支援情報システム研究会(CLE40)  2023年6月 

     詳細を見る

    記述言語:日本語  

    国名:日本国  

  • 教育データの分散表現生成手法の提案とAt-risk学生検知への応用

    宮崎佑馬, 峰松翼, 谷口雄太, 大久保文哉, 島田敬士

    第40回教育学習支援情報システム研究会(CLE40)  2023年6月 

     詳細を見る

    記述言語:日本語  

    国名:日本国  

  • 生成AIを用いたシラバス情報の拡張と授業内トピック間類似度評価の検討

    尾崎真大, 大久保文哉, 峰松翼, 島田敬士

    第41回教育学習支援情報システム研究会(CLE41)  2023年12月 

     詳細を見る

    記述言語:日本語  

    国名:日本国  

  • 数学問題文を入力とした3Dモデル自動生成システムの検討

    尾崎真大, 宮脇智也, 中村優吾, 部谷修平, 大久保文哉, 島田敬士

    第42回教育学習支援情報システム研究会(CLE42)  2024年3月 

     詳細を見る

    記述言語:日本語  

    国名:日本国  

  • Students' Performance Prediction Based on Similarity between Online Textbooks and Questions

    REN Yongle, TANG Cheng, TANIGUCHI Yuta, MINEMATSU Tsubasa, OKUBO Fumiya, SHIMADA Atsushi

    2024年3月 

     詳細を見る

    記述言語:日本語  

    国名:日本国  

▼全件表示

MISC

  • 数学問題文を入力とした3Dモデル自動生成システムの検討

    尾崎真大, 宮脇智也, 中村優吾, 部谷修平, 大久保文哉, 島田敬士

    情報処理学会研究報告(Web)   2024 ( CLE-42 )   2024年

     詳細を見る

  • Preface

    Flanagan B., Shimada A., Okubo F., Tseng H.T., Yang A.C.M., Lu O.H.T., Ogata H.

    CEUR Workshop Proceedings   3667   1 - 2   2024年   ISSN:16130073

     詳細を見る

    出版者・発行元:CEUR Workshop Proceedings  

    Scopus

  • オンライン教科書と質問間の類似性に基づく学生の性能予測【JST・京大機械翻訳】|||

    REN Yongle, TANG Cheng, TANIGUCHI Yuta, MINEMATSU Tsubasa, OKUBO Fumiya, SHIMADA Atsushi

    情報処理学会研究報告(Web)   2024 ( CLE-42 )   2024年

     詳細を見る

  • 圃場センシング情報の推移から注目期間を捉える圃場環境ダイジェストシステムによる農業教育支援

    志賀寛羽, 峰松翼, 谷口雄太, 大久保文哉, 島田敬士

    情報処理学会研究報告(Web)   2023 ( CLE-39 )   2023年

     詳細を見る

  • 学習状況に応じた学習記事検索手法の開発

    岡井成遊, 峰松翼, 大久保文哉, 谷口雄太, 島田敬士

    情報処理学会研究報告(Web)   2023 ( CLE-39 )   2023年

     詳細を見る

  • 教育データの分散表現生成手法の提案とAt-risk学生検知への応用

    宮崎佑馬, 峰松翼, 谷口雄太, 大久保文哉, 島田敬士

    情報処理学会研究報告(Web)   2023 ( CLE-40 )   2023年

     詳細を見る

  • 生成AIを用いたシラバス情報の拡張と授業内トピック間類似度評価の検討

    尾崎真大, 大久保文哉, 峰松翼, 島田敬士

    情報処理学会研究報告(Web)   2023 ( CLE-41 )   2023年

     詳細を見る

  • 視線情報による高解像度な学習ログの生成システムの開発

    後藤健, 峰松翼, 谷口雄太, 大久保文哉, 島田敬士

    情報処理学会研究報告(Web)   2023 ( CLE-40 )   2023年

     詳細を見る

  • Attention機構を用いた背景変動に頑健な変化検出手法の分析

    濱田龍之介, 峰松翼, 谷口雄太, 大久保文哉, 島田敬士

    画像センシングシンポジウム講演資料集(Web)   29th   2023年

     詳細を見る

  • 学習支援システム間横断学習分析のための教育データ関連分析手法

    松尾早一朗, 峰松翼, 谷口雄太, 大久保文哉, 島田敬士

    情報処理学会研究報告(Web)   2022 ( CLE-38 )   2022年

     詳細を見る

  • Preface

    Flanagan B., Majumdar R., Li H., Shimada A., Okubo F., Ogata H., Akçapınar G., Lu M., Minematsu T., Hasnine M.N., Ono Y., Ocheja P., Takami K., Kuromiya H., Dai Y.

    CEUR Workshop Proceedings   3120   2022年   ISSN:16130073

     詳細を見る

    出版者・発行元:CEUR Workshop Proceedings  

    Scopus

  • プログラミング過程に着目した学生表現の学習

    谷口雄太, 峰松翼, 大久保文哉, 島田敬士

    情報処理学会研究報告(Web)   2022 ( CLE-38 )   2022年

     詳細を見る

  • 学習テーマとその関連テーマによるデジタル教材のダイジェスト資料生成

    玉城亮治, 峰松翼, 谷口雄太, 大久保文哉, 島田敬士

    情報処理学会研究報告(Web)   2022 ( CLE-37 )   2022年

     詳細を見る

  • 授業外学習支援のためのデジタル教材の自動要約

    島田 敬士, 大久保 文哉, 殷 成久, 緒方 広明

    サイバーメディア・フォーラム   2018年3月

     詳細を見る

    記述言語:日本語  

    特集「ラーニング・アナリティクス最前線」

    DOI: 10.18910/70428

▼全件表示

所属学協会

  • 情報処理学会

    2022年2月 - 現在

      詳細を見る

  • 電子情報通信学会

    2016年8月 - 現在

      詳細を見る

  • 電子情報通信学会

  • 情報処理学会

  • エビデンス駆動型教育研究協議会

委員歴

  • 電子情報通信学会 九州支部   支部委員   国内

    2024年4月 - 2025年4月   

  • 情報処理学会 教育学習支援情報システム(CLE)研究会   運営委員   国内

    2022年4月 - 現在   

  • The 22nd International Conference on Developments in Language Theory   Program Commitee  

    2018年   

      詳細を見る

  • The 1st workshop on e-Book-based Educational Big Data for Enhancing Teaching and Learning   Program Commitee  

    2015年   

      詳細を見る

学術貢献活動

  • Program Committee 国際学術貢献

    The 14th International Conference on Learning Analytics & Knowledge  ( Japan ) 2024年3月

     詳細を見る

    種別:大会・シンポジウム等 

  • Organizing Committee 国際学術貢献

    The 6th Workshop on Predicting Performance Based on the Analysis of Reading Behavior  2024年3月

     詳細を見る

    種別:大会・シンポジウム等 

  • モデレーター

    九州大学ラーニングアナリティクスセンター第2回シンポジウム  ( 九州大学 ) 2023年9月

     詳細を見る

    種別:大会・シンポジウム等 

  • 情報処理学会論文誌「教育とコンピュータ」(TCE)

    2023年4月 - 現在

     詳細を見る

    種別:学会・研究会等 

  • 実行委員

    情報処理学会 教育学習支援情報システム(CLE)第39回研究会  ( 九州大学 ) 2023年3月

     詳細を見る

    種別:大会・シンポジウム等 

  • Organizing Committee 国際学術貢献

    The 5th Workshop on Predicting Performance Based on the Analysis of Reading Behavior  2023年3月 - 2022年3月

     詳細を見る

    種別:大会・シンポジウム等 

  • 学術論文等の審査

    役割:査読

    2023年

     詳細を見る

    種別:査読等 

    外国語雑誌 査読論文数:3

    国際会議録 査読論文数:5

  • Organizing Committee 国際学術貢献

    The 4th Workshop on Predicting Performance Based on the Analysis of Reading Behavior  2022年3月

     詳細を見る

    種別:大会・シンポジウム等 

  • 学術論文等の審査

    役割:査読

    2022年

     詳細を見る

    種別:査読等 

    外国語雑誌 査読論文数:6

    国際会議録 査読論文数:1

  • 学術論文等の審査

    役割:査読

    2021年

     詳細を見る

    種別:査読等 

    外国語雑誌 査読論文数:1

  • Program Commitee 国際学術貢献

    The 22nd International Conference on Developments in Language Theory  ( Tokyo Japan ) 2018年9月

     詳細を見る

    種別:大会・シンポジウム等 

  • Program Committee 国際学術貢献

    The 1st workshop on e-Book-based Educational Big Data for Enhancing Teaching and Learning  ( Japan ) 2015年11月 - 2015年12月

     詳細を見る

    種別:大会・シンポジウム等 

▼全件表示

共同研究・競争的資金等の研究課題

  • データ駆動型教育のための高密度学習分析基盤の構築と評価

    研究課題/領域番号:22H00551  2022年 - 2025年

    日本学術振興会  科学研究費助成事業  基盤研究(A)

    島田 敬士, 峰松 翼, 谷口 雄太, 大久保 文哉, 山下 隆義

      詳細を見る

    担当区分:研究分担者  資金種別:科研費

    本研究は,学習者の学習状況を学習トピック単位で理解することで個別最適な情報推薦を行うデータ駆動型教育を実現する.①教育学習を学習トピック単位で記録する密センシング手法,②教育学習活動の文脈を把握する深層的活動分析手法,③行動変容を促す説得性を持ったフィードバック手法について研究を進める.大学教育の実践の場でデータ駆動PDCAサイクルの実証実験を実施し,研究成果の有用性と有効性を検証するとともに,成果を国内外に広く展開する.

    CiNii Research

  • 学習行動改善モデルに基づくラーニングアナリティクス基盤の開発と評価

    研究課題/領域番号:22H00552  2022年 - 2025年

    日本学術振興会  科学研究費助成事業  基盤研究(A)

    山田 政寛, 合田 美子, 谷口 雄太, 大久保 文哉, Lu Min

      詳細を見る

    担当区分:研究分担者  資金種別:科研費

    本研究は学習行動の改善を目的に, 学習効果を高めることを実証した教育・学習理論に基づいて、学習行動を連続性のある行動として捉え、学習行動の改善モデルの構築を行う。 そのモデルに従い、学習分析基盤の開発・評価を行う。この評価結果を踏まえて、学習行動の改善を促進させるための学習データ分析基盤のデザインモデルの構築を行う。

    CiNii Research

  • 学習改善行動の意思決定を支援する学習ダッシュボードの開発と評価

    研究課題/領域番号:21KK0184  2021年 - 2023年

    日本学術振興会  科学研究費助成事業  国際共同研究強化(B)

    山田 政寛, 合田 美子, Hasnine Nehal, 大久保 文哉

      詳細を見る

    担当区分:研究分担者  資金種別:科研費

    本国際共同研究ではUniversity of MichiganのDr./Prof. Stephanie Teasleyとの共同研究において、学習者自身が様々な学習データの分析結果を踏まえて、学習態度と行動の改善意思決定行動を支援する学習ダッシュボードを開発し、その評価を行う。海外渡航としては、代表者が研究期間全体で1年半程度、分担者が1か月から2か月程度の渡航、それらを通じて、若手育成につながる研究の遂行を行う。その過程において、学習者の学習行動改善に関する意思決定に関するモデルの構築を行い、そのモデルに従った学習データ分析結果の可視化等のインターフェース開発も行い、評価する。

    CiNii Research

  • 化学反応オートマトンにおける決定性計算の研究

    研究課題/領域番号:16K16008  2016年 - 2019年

    科学研究費助成事業  若手研究(B)

    大久保 文哉

      詳細を見る

    担当区分:研究代表者  資金種別:科研費

    多重集合書き換え系において,入力記号列に対する計算が一意に定まるような決定性モデルの性質を明らかにするため,逐次的に反応を適用するような化学反応オートマトンにおける決定性の定義を行った.その基本的な性質として,決定性化学反応オートマトンの受理する言語はよく知られた形式言語である文脈自由言語とは,お互いに他を含まない比較不可能な関係であることを明らかにした.また,望ましい挙動を実現する決定性化学反応オートマトンを合成するために,化学反応オートマトンの合成・分解を定義し,それらができるための条件を明らかにした.

    CiNii Research

  • 学習ログを用いた学習過程のモデル化と分析

    2015年

    教育研究プログラム・研究拠点形成プロジェクト(P&P), FSタイプ[若手教員支援]

      詳細を見る

    担当区分:研究代表者  資金種別:学内資金・基金等

  • ビッグデータの教育分野における利活用アプリケーションの研究開発, 副題:ビッグデータの教育分野における利活用アプリケーションの研究開発, 代表者:安浦 寛人

    2014年 - 2016年

    情報通信研究機構(NICT), ソーシャル・ビッグデータ利活用・基盤技術の研究開発, 課題A

      詳細を見る

    担当区分:研究分担者  資金種別:受託研究

  • ティーチングポートフォリオの開発と導入

    2014年 - 2016年

    教育の質向上支援プログラム(EEP)

      詳細を見る

    担当区分:研究分担者  資金種別:学内資金・基金等

  • 化学反応オートマトンの解析と応用に関する研究

    研究課題/領域番号:13J03528  2013年

    日本学術振興会  科学研究費助成事業  特別研究員奨励費

      詳細を見る

    担当区分:研究代表者  資金種別:科研費

  • 化学反応オートマトンの解析と応用に関する研究

    2013年

    日本学術振興会  特別研究員

      詳細を見る

    担当区分:研究代表者  資金種別:共同研究

  • 化学反応オートマトンの研究

    研究課題/領域番号:24700304  2012年

    科学研究費助成事業  若手研究(B)

      詳細を見る

    担当区分:研究代表者  資金種別:科研費

▼全件表示

教育活動概要

  • システム情報科学府において,研究指導等を行っている.

担当授業科目

  • 情報科学

    2024年10月 - 2025年3月   後期

  • 【通年】情報理工学研究Ⅰ

    2024年4月 - 2025年3月   通年

  • 【通年】情報理工学講究

    2024年4月 - 2025年3月   通年

  • 【通年】情報理工学演習

    2024年4月 - 2025年3月   通年

  • 情報理工学読解

    2024年4月 - 2024年9月   前期

  • 情報理工学論議Ⅰ

    2024年4月 - 2024年9月   前期

  • 情報理工学論述Ⅰ

    2024年4月 - 2024年9月   前期

  • 人工知能Ⅱ

    2023年12月 - 2024年2月   冬学期

  • 人工知能Ⅱ

    2023年12月 - 2024年2月   冬学期

  • 人工知能

    2023年10月 - 2024年3月   後期

  • 人工知能

    2023年10月 - 2024年3月   後期

  • 情報科学

    2023年10月 - 2024年3月   後期

  • 情報理工学論議Ⅱ

    2023年10月 - 2024年3月   後期

  • 情報理工学論述Ⅱ

    2023年10月 - 2024年3月   後期

  • 情報理工学演示

    2023年10月 - 2024年3月   後期

  • 電気情報工学セミナーA

    2023年10月 - 2023年12月   秋学期

  • 人工知能Ⅰ

    2023年10月 - 2023年12月   秋学期

  • 人工知能Ⅰ

    2023年10月 - 2023年12月   秋学期

  • 【通年】情報理工学講究

    2023年4月 - 2024年3月   通年

  • 【通年】情報理工学研究Ⅰ

    2023年4月 - 2024年3月   通年

  • 【通年】情報理工学演習

    2023年4月 - 2024年3月   通年

  • 情報理工学論議Ⅰ

    2023年4月 - 2023年9月   前期

  • 工学概論(Ⅰ群)

    2023年4月 - 2023年9月   前期

  • 情報理工学読解

    2023年4月 - 2023年9月   前期

  • 情報理工学論述Ⅰ

    2023年4月 - 2023年9月   前期

  • 情報理工学論議Ⅱ

    2022年10月 - 2023年3月   後期

  • 人工知能

    2022年10月 - 2023年3月   後期

  • 情報科学

    2022年10月 - 2023年3月   後期

  • 人工知能

    2022年10月 - 2023年3月   後期

  • 情報理工学演示

    2022年10月 - 2023年3月   後期

  • 情報理工学論述Ⅱ

    2022年10月 - 2023年3月   後期

  • 情報理工学講究

    2022年4月 - 2023年3月   通年

  • 情報理工学研究Ⅰ

    2022年4月 - 2023年3月   通年

  • 情報理工学演習

    2022年4月 - 2023年3月   通年

  • 情報理工学論議Ⅰ

    2022年4月 - 2022年9月   前期

  • 情報理工学読解

    2022年4月 - 2022年9月   前期

  • 情報理工学論述Ⅰ

    2022年4月 - 2022年9月   前期

  • 電気情報工学入門

    2022年4月 - 2022年6月   春学期

  • 電気情報工学入門

    2022年4月 - 2022年6月   春学期

  • 情報理工学演示

    2021年10月 - 2022年3月   後期

  • 人工知能

    2021年10月 - 2022年3月   後期

  • 人工知能

    2021年10月 - 2022年3月   後期

  • 人工知能

    2021年10月 - 2022年3月   後期

  • 情報理工学演習

    2021年4月 - 2022年3月   通年

  • 情報理工学研究Ⅰ

    2021年4月 - 2022年3月   通年

  • 情報理工学読解

    2021年4月 - 2021年9月   前期

  • 情報科学

    2017年10月 - 2018年3月   後期

  • 基幹教育セミナー

    2017年6月 - 2017年8月   夏学期

  • 情報科学

    2017年4月 - 2017年9月   前期

  • 基幹教育セミナー

    2017年4月 - 2017年9月   前期

  • 情報科学

    2017年4月 - 2017年9月   前期

  • 課題協学A

    2016年10月 - 2017年3月   後期

  • 基幹教育セミナー(火5)

    2016年4月 - 2016年9月   前期

  • 基幹教育セミナー(金5)

    2016年4月 - 2016年9月   前期

  • 課題協学A

    2015年10月 - 2016年3月   後期

  • 基幹教育セミナー(金5)

    2015年4月 - 2015年9月   前期

  • 基幹教育セミナー(火5)

    2015年4月 - 2015年9月   前期

  • 公共放送とコミュニケーション~NHK福岡放送局との連携授業~

    2014年10月 - 2015年3月   後期

  • 基幹教育セミナー(火5)

    2014年4月 - 2014年9月   前期

  • 基幹教育セミナー(金5)

    2014年4月 - 2014年9月   前期

▼全件表示

FD参加状況

  • 2023年7月   役割:参加   名称:【シス情FD】若手教員の研究紹介⑨

    主催組織:部局

  • 2023年4月   役割:参加   名称:【シス情FD】若手教員による研究紹介⑧

    主催組織:部局

  • 2023年1月   役割:講演   名称:九州大学ラーニングアナリティクスセンター第1回シンポジウム「理想のラーニングアナリティクスを⽬指して:研究と実践の往還」

    主催組織:部局

  • 2022年11月   役割:参加   名称:【工学・シス情】教職員向け知的財産セミナー(FD)

    主催組織:部局

  • 2022年9月   役割:参加   名称:【シス情FD】研究機器の共用に向けて

    主催組織:部局

  • 2022年9月   役割:講演   名称:全学FD「M2Bシステムの使い方 ~新機能を中心に紹介~」

    主催組織:全学

  • 2022年7月   役割:参加   名称:【シス情FD】若手教員による研究紹介⑤

    主催組織:部局

  • 2022年6月   役割:参加   名称:【シス情FD】電子ジャーナル等の今後について

    主催組織:部局

  • 2022年5月   役割:参加   名称:【シス情FD】若手教員による研究紹介④「量子コンピュータ・システム・アーキテクチャの研究~道具になることを目指して~」

    主催組織:部局

  • 2022年4月   役割:参加   名称:【シス情FD】第4期中期目標・中期計画等について

    主催組織:部局

  • 2022年3月   役割:講演   名称:新M2Bシステムの使い方 ~新機能を中心に紹介します~(3/17)

    主催組織:全学

  • 2022年3月   役割:講演   名称:新M2Bシステムの使い方 ~新機能を中心に紹介します~(3/14)

    主催組織:全学

  • 2022年3月   役割:講演   名称:新M2Bシステムの使い方 ~新機能を中心に紹介します~(3/17)

    主催組織:全学

  • 2022年3月   役割:講演   名称:新M2Bシステムの使い方 ~新機能を中心に紹介します~(3/14)

    主催組織:全学

  • 2021年12月   役割:参加   名称:【シス情FD】企業出身教員から見た大学

    主催組織:部局

  • 2021年11月   役割:参加   名称:【シス情FD】若手教員による研究紹介 及び 研究費獲得のポイント等について③

    主催組織:部局

  • 2021年9月   役割:参加   名称:博士後期課程の充足率向上に向けて

    主催組織:部局

  • 2021年7月   役割:参加   名称:若手教員による研究紹介 及び 科研取得のポイント、その他について ②

    主催組織:部局

  • 2021年4月   役割:参加   名称:第1回全学FD(新任教員の研修)

    主催組織:全学

  • 2021年4月   役割:参加   名称:オンライン授業実施の"いろは"

    主催組織:全学

  • 2021年4月   役割:参加   名称:新任教員教育セミナー

    主催組織:全学

  • 2017年4月   役割:講演   名称:基幹教育セミナーFD

    主催組織:部局

  • 2017年3月   役割:参加   名称:基幹教育院FD

    主催組織:部局

  • 2016年3月   役割:参加   名称:基幹教育院FD

    主催組織:部局

  • 2016年3月   役割:参加   名称:基幹教育セミナーFD

    主催組織:部局

  • 2015年3月   役割:参加   名称:基幹教育セミナーFD

    主催組織:部局

  • 2014年7月   役割:参加   名称:新GPA制度実施のためのFD

    主催組織:全学

  • 2014年4月   役割:参加   名称:基幹教育セミナー実践FD

    主催組織:部局

  • 2014年4月   役割:参加   名称:第1回全学FD(新任教員の研修)

    主催組織:全学

▼全件表示

その他教育活動及び特記事項

  • 2022年  クラス担任  学部

学内運営に関わる各種委員・役職等

  • 2024年4月 - 現在   研究院 学生相談委員

  • 2023年11月 - 現在   センター ラーニングアナリティクスセンター データ管理部門 部門長

  • 2023年4月 - 現在   研究院 広報委員会 委員

  • 2022年4月 - 2024年3月   全学 西部地区自然災害資料センター運営委員会 委員

  • 2017年4月 - 2018年3月   部門 基幹教育院 高大連携委員会 委員

  • 2017年4月 - 2018年3月   センター 情報統括本部 教育学習環境支援事業室 室員

  • 2016年4月 - 2018年3月   部門 基幹教育科目実施班 基幹教育セミナー班 班員

  • 2015年12月 - 2018年3月   部門 基幹教育科目実施班 サイバーセキュリティ科目班 班員

  • 2015年4月 - 2018年3月   部門 基幹教育院 FD・SD・クラブK担当チーム 委員

  • 2015年4月 - 2016年3月   全学 嚶鳴編集専門委員会 委員

  • 2014年11月 - 2017年3月   部門 基幹教育院 編集委員会 委員

  • 2014年4月 - 2018年3月   部門 基幹教育科目実施班 理系ディシプリン科目班(情報科学専門チーム) 班員

  • 2014年4月 - 2018年3月   部門 基幹教育科目実施班 修学アンケート班 班員

  • 2014年4月 - 2018年3月   部門 基幹教育院 情報委員会 委員

▼全件表示