| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2020-01-10 13:40 局所的変分法による非補償型時系列IRT ○玉野浩嗣（NEC/総研大）・持橋大地（統計数理研）  IBISML2019-31 |
|
| 抄録 | （和） | 項目応答理論(IRT) の時間発展版にあたるナレッジトレーシングは，学習者の潜在スキル状態の時間変化 を推定し，各問題に正解できるかどうかを予測するモデルである．教育ドメインの特性上，ナレッジトレーシングは予 測精度以外に，予測モデルの解釈性や，予測理由の説明性が重要となる．これには人間が理解可能なスキル名を使っ た説明が必要不可欠である．スキルをある問題に関連付ける場合，それらスキルがすべて満たされることでその問題 が解けるとすることが一般的である．このようなモデルは多次元項目応答理論において非補償型モデルと呼ばれ，非 補償型モデルを使った予測理由の説明は自然である．そこで，本研究では非補償型の項目応答モデルを持つ確率モデ ルによる，解釈可能なナレッジトレーシングを提案する．提案モデルは線形動的システムをベースとし，出力確率に 非補償型の項目応答モデルを用いる．状態潜在変数の事後確率が解析的に得られなくなる問題に対し，局所的変分法 により事後確率をガウス近似する方法を提案する．人工データにより提案方法が真の事後分布を近似できていること を確認し，ASSISTment Data により深層学習ベースの手法に対しても高い予測性能を示すことを確認する． |
| （英） | Knowledge tracing, the time varying extension of item response theory (IRT), is a task to trace learner’s latent skill states to predict whether the learner can answer a new question correctly. Due to its educational domain, knowledge tracing needs high interpretability of its prediction and explainability of its result. As for explainability, explanation with human interpretable skills is necessary, which are usually given as conjunctive conditions. Such a model is called a non-compensatory model in multi-dimensional IRT and explanation using non-compensatory item response model is desired. To realize an interpretable and explainable knowledge tracing, we propose a probabilistic model based on non-compensatory item response model combined with a linear dynamical system. Since it results in a complicated posterior on the skill states of the learners, we approximate it using a local variational distribution. We also show that our posterior adequately approximates the true posterior in artificial data, and our prediction performance is better than two popular deep learning based knowledge tracing in ASSISTment Data. |
|
| キーワード | （和） | 教育工学 / 項目応答理論 / ナレッジトレーシング / カルマンフィルター / 変分近似 / / / |
| （英） | Educational Technology / IRT / Knowledge Tracing / Kalman Filter / Variational Approximation / / / | |
| 文献情報 | 信学技報, vol. 119, no. 360, IBISML2019-31, pp. 91-98, 2020年1月. | |
| 資料番号 | IBISML2019-31 | |
| 発行日 | 2020-01-02 (IBISML) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | IBISML2019-31 |
|
| 研究会情報 | |
| 研究会 | IBISML |
| 開催期間 | 2020-01-09 - 2020-01-10 |
| 開催地（和） | 統計数理研究所 |
| 開催地（英） | ISM |
| テーマ（和） | 機械学習一般 |
| テーマ（英） | Machine learning, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2020-01-IBISML |
| 本文の言語 | 日本語 |
| タイトル（和） | 局所的変分法による非補償型時系列IRT |
| サブタイトル（和） | |
| タイトル（英） | Non-compensatory Temporal IRT with Local Variational Approximation |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 教育工学 / Educational Technology |
| キーワード(2)（和/英） | 項目応答理論 / IRT |
| キーワード(3)（和/英） | ナレッジトレーシング / Knowledge Tracing |
| キーワード(4)（和/英） | カルマンフィルター / Kalman Filter |
| キーワード(5)（和/英） | 変分近似 / Variational Approximation |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 玉野 浩嗣 / Hiroshi Tamano / タマノ ヒロシ |
| 第1著者 所属（和/英） | NECデータサイエンス研究所/総合研究大学院大学 (略称： NEC/総研大) NEC Data Science Laboratories/The Graduate University for Advanced Studies, SOKENDAI (略称： NEC/SOKENDAI) |
| 第2著者 氏名（和/英/ヨミ） | 持橋 大地 / Daichi Mochihashi / モチハシ ダイチ |
| 第2著者 所属（和/英） | 統計数理研究所 (略称： 統計数理研) The Institute of Statistical Mathematics (略称： ISM) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-01-10 13:40:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2019-31 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.360 |
| ページ範囲 | pp.91-98 |
| ページ数 | 8 |
| 発行日 | 2020-01-02 (IBISML) |
[研究会発表申込システムのトップページに戻る]