| 講演名 | 2019-03-15 模擬授業支援システムのためのST-GCNに基づく教師行動分類の検討 大井 翔(立命館大), 姚 舜禹(立命館大), 野間 春生(立命館大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 新任教員の課題の一つとして，「教師」として初日から講義をする必要がある．講義をする機会としては，教育実習や塾などの講師などがあるが，実際の学校の教壇の雰囲気とは異なる．つまり，新任教員が実際の現場に近い環境で訓練することは困難である．そこで，新任教員が実際の現場に近い環境で授業を訓練する模擬授業支援システムが重要であると考える．模擬授業支援システムは，(1)実世界に近い環境を提示，(2)授業中の教員行動を定量的に評価する，(3)体験映像を振り返る機能（“気づき”を与えること），が必要である．本研究では，(2)授業中の教員の行動を定量的に評価することに着目する．行動の定量的な評価は，行動を認識し、行動遷移を分析する必要がある．今回，教員の行動を10種類に分類し，ST-GCNを用いて行動認識を行った．結果として，10種類の教員の行動に対して，91%の精度で分類することができた．また，実際の模擬授業に適用し，講義中における行動の分析を試みた． |
| 抄録(英) | A new teacher needs to give tuition from the first day at work. People who aim for the teacher can teach at teaching practices and a crammer. However, an classroom environment is different the actual school environment. In other words, the new teacher is difficult to train tuition in an actual environment. Therefore, we think that we need to develop a trial lesson system close to the actual environment for the new teacher. The trial lesson system has three functions, namely, to display the environment close to the actual school, to evaluate teacher behavior quantitatively, to reflect oneself an experienced video (give oneself a awareness). This study focuses to evaluate teacher behavior quantitatively. The quantitatively of teachers behavior needs to recognize the behavior and to analyze behavior transition. In this research, we defined ten kinds of teachers behavior, conducted behavior recognition using ST-GCN. As a result, we were able to recognize ten kinds of teachers behavior with 91 percent accuracy. In addition, we analyzed the behavior during the actual trial lesson and visualized the behavior transition. |
| キーワード(和) | 行動分類 / ST-GCN / 教員行動 / 深層学習 |
| キーワード(英) | Behavior classification / ST-GCN / Teacher behavior / Deep Learning |
| 資料番号 | ET2018-97 |
| 発行日 | 2019-03-08 (ET) |
| 研究会情報 | |
| 研究会 | ET |
|---|---|
| 開催期間 | 2019/3/15(から1日開催) |
| 開催地（和） | 鳴門教育大学 |
| 開催地（英） | Naruto University of Education |
| テーマ（和） | IoTと教育・学習支援／一般 |
| テーマ（英） | IoT & Education/Learning Support, etc. |
| 委員長氏名（和） | 宮寺 庸造(学芸大) |
| 委員長氏名（英） | Yozo Miyadera(Tokyo Gakugei Univ.) |
| 副委員長氏名（和） | 鷹岡 亮(山口大) |
| 副委員長氏名（英） | Ryo Takaoka(Yamaguchi Univ.) |
| 幹事氏名（和） | 森本 容介(放送大) / 中山 祐貴(早大) |
| 幹事氏名（英） | Yosuke Morimoto(Open Univ. of Japan) / Hiroki Nakayama(Waseda Univ.) |
| 幹事補佐氏名（和） | 倉山 めぐみ(函館高専) / 岡本 勝(広島市大) |
| 幹事補佐氏名（英） | Megumi Kurayama(National Inst. of Tech., Hakodate College) / Masaru Okamoto(Hiroshima City Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Educational Technology |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 模擬授業支援システムのためのST-GCNに基づく教師行動分類の検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study on Teacher Behavior Classification based on ST-GCN for Traial Lesson Support System |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 行動分類 / Behavior classification |
| キーワード(2)（和/英） | ST-GCN / ST-GCN |
| キーワード(3)（和/英） | 教員行動 / Teacher behavior |
| キーワード(4)（和/英） | 深層学習 / Deep Learning |
| 第 1 著者 氏名（和/英） | 大井 翔 / Sho Ooi |
| 第 1 著者 所属（和/英） | 立命館大学(略称：立命館大) Ritsumeikan University(略称：Rits) |
| 第 2 著者 氏名（和/英） | 姚 舜禹 / Yao Shunyu |
| 第 2 著者 所属（和/英） | 立命館大学(略称：立命館大) Ritsumeikan University(略称：Rits) |
| 第 3 著者 氏名（和/英） | 野間 春生 / Haruo Noma |
| 第 3 著者 所属（和/英） | 立命館大学(略称：立命館大) Ritsumeikan University(略称：Rits) |
| 発表年月日 | 2019-03-15 |
| 資料番号 | ET2018-97 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | ET-510 |
| ページ範囲 | pp.59-62(ET), |
| ページ数 | 4 |
| 発行日 | 2019-03-08 (ET) |