(3.231.29.122) 您好!臺灣時間:2021/02/25 22:38
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:陳朝祥
論文名稱:情境感知無所不在學習環境之動態學習導引方法
指導教授:曾秋蓉曾秋蓉引用關係
指導教授(外文):Judy C.R. Tseng
學位類別:碩士
校院名稱:中華大學
系所名稱:資訊工程學系(所)
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2007
畢業學年度:95
語文別:中文
論文頁數:82
中文關鍵詞:無所不在運算無所不在學習學習導引路徑規劃學習策略
相關次數:
  • 被引用被引用:3
  • 點閱點閱:410
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:72
  • 收藏至我的研究室書目清單書目收藏:2
近年來,網際網路技術的迅速成長,以及無線感應科技的逐漸成熟,促進了「無所不在運算」(Ubiquitous Computing)技術的發展。這樣的技術將數位學習與現實世界 教學結合,發展出了新型態的學習方式─「情境感知無所不在學習」(Context- aware Ubiquitous Learning)。 在情境感知無所不在學習學習環境中,學習資源就是現實中的物件,而物件的資源 是有限制的,因此如何規劃學習者使用學習資源的時程以提升整體學習效益,將會是十 分重要的課題。另外,在無所不在的環境中,環境的情況常常在改變,若無法在短時間 內完成規劃,則規劃出來的路徑可能早已不符合現實的情況。 為了解決這個問題,本研究以「提升學習效益」與「即時性」為目標,設計適用於 無所不在學習環境之路徑導引演算法。分別以啟發式演算法及基因演算法為基礎,提出 了兩套無所不在學習導引演算法。而為了評估這兩套演算法的效益,本研究建構了模擬 系統來模擬無所不在學習環境中的環境變化,以此模擬環境進行實驗,驗證演算法的可 行性及適用性。 分析結果確實顯示,本研究提出的兩個方法能夠在可容許時間內,規劃出個人學習 路徑,使得依照路徑學習的學習者,能夠有效的提升學習效益。而未來研究將導入個人 化教學策略,提供更全面性的無所不在學習導引。
摘要.............................................................II致謝.............................................................III目錄............................................................IV圖目錄...........................................................VII表目錄...........................................................IX第一章緒論.......................................................11.1 研究背景.....................................................2 1.2 研究動機及目的................................................2 1.3 論文架構.....................................................3 第二章文獻探討....................................................4 2.1 無所不在運算的技術與應用.......................................4 2.1.1 無所不在運算的起源..........................................4 2.1.2 無所不在運算的現況..........................................5 2.1.2.1 美國....................................................5 2.1.2.2 歐洲....................................................6 2.1.2.3 亞太地區.................................................7 2.2 情境感知無所不在學習..........................................10 2.2.1 情境感知無所不在學習的現況...................................11 2.2.2 情境感知無所不在學習策略.....................................12 2.3 路徑規劃之現有方法............................................14 2.3.1 線性規劃演算法..............................................14 2.3.2 動態規劃法.................................................15 2.3.3 啟發式演算法...............................................17 2.3.4 萬用啟發式演算法............................................18 2.3.5 現有演算法之比較............................................19 第三章情境感知無所不在學習導引方法..................................22 3.1 無所不在學習導引問題..........................................22 3.1.1 問題分析...................................................22 3.1.2 參數分析...................................................23 3.2 啟發式學習導引演算法...........................................25 3.2.1 MOLGA 學習導引演算法........................................25 3.2.2 MOLGA 學習導引範例..........................................28 3.3 學習導引之基因演算法...........................................31 3.3.1 GAFUL 學習導引演算法........................................32 3.3.2 GAFUL 學習導引範例..........................................39 第四章模擬系統之實作...............................................44 4.1 開發環境.....................................................44 4.2 系統架構.....................................................44 4.3 學習預約模組..................................................47 4.4 導引演算法模組.................................................48 4.4.1 亂數選取法..................................................49 4.4.2 目標極大化學習導引演算法......................................50 4.4.3 學習導引之基因演算法..........................................51 4.5 遭遇困難及解決方案..............................................51 第五章實驗與分析....................................................53 5.1 實驗設計.......................................................53 5.2 實驗資料設定....................................................53 5.3 演算法參數設定..................................................54 5.4 演算法學習效益實驗評估...........................................54 5.4.1 點數變化之效益實驗評估.........................................55 5.4.2 人數變化之效益實驗評估.........................................56 5.5 演算法執行時間實驗評估...........................................57 5.5.1 點數變化之執行時間實驗評估......................................58 5.5.2 人數變化之執行時間實驗評估......................................59 5.6 小結...........................................................61 第六章結論及未來展望.................................................63 6.1 結論...........................................................63 6.2 未來展望.......................................................63 參考文獻...........................................................66 附錄A GAFUL 法之適配值變化圖.........................................70 附錄B GAFUL 法之世代限制變化圖.......................................71 附錄C GAFUL 法之交配機率學習效益變化圖................................72
[1] Alexander Schrijver . 1986. Theory of Linear and Integer Programming. John Wiley and Sons. 1998. [2] Brid C. Doherty, Peter T. O’Hare, Michael J. O’Grady and Gregory M.P. O’Hare.(2006). Entre-pass: Personalising u-learning with Intelligent Agents. Wireless, Mobile and Ubiquitous Technology in Education, 2006. WMUTE '06. [3] Brusilovsky, P. (1996). Methods and techniques of adaptive hypermedia. User Modeling and User-Adapted Interaction, 6 (2-3), 87-129. [4] Cassia Pereira Nino, Jader Marques, Debora Nice Ferrari Barbosa, Claudio Fernando Resin Geyer, Jorge Luis Victoria Barbosa, Iara Augustin. (2007) . Context-Aware Model in a Ubiquitous Learning Environment . Pervasive Computing and Communications Workshops, 2007. PerCom Workshops '07. [5] Ching-Chiu Chao. (2006). An Investigation of Learning Style Differences and Attitudes toward Digital Game-based Learning among Mobile Users. Wireless, Mobile and Ubiquitous Technology in Education (ICHIT'06). [6] Ducatel, K. , Bogdanowicz, M. , Scapolo, F & Leijten, J. & J-C. Burgelman. (2001). SCENARIOS FOR AMBIENT INTELLIGENCE IN 2010. Technical report, Information Society Technologies, European Commission, 2001. [7] Gen, M. and Cheng ,R.(1997).Genetic Algorithm and engineering design. A Wiley-Interscience Publication , New York (1997) [8] Glover, F. .(1989). Tabu search I . ORSA J. Comput. , vol. 1, pp. 190-206, 1989. [9] Goldberg, D.E.(1989). Messy genetic algorithm: Motivation , analysis , and first result . Complex System ,3(5),493-530(1989). [10] Holland, J. H. (1975). Adaptation in natural and artificial systems. University of Michigan Press, Ann Arbor, Mich. [11] Hwang, G.J. (2006). Characters, Characteristics and Strategies of Ubiquitous Learning . IEEE International Conference on Sensor Networks, Ubiquitous, and Trustworthy Computing (SUTC 2006), June 5-7, 2006 , Taichung, Taiwan. [12] Hua, L.S.(2004). Mobile Museum Guiding System. Unpublished master dissertation,Yuan-Ze University. [13] Keefe, J.W.(1979). Learning style: an overview, NASSP's Student learning styles: Diagnosing and prescribing programs, pp. 1-17 [14] Keefe, J.W.(1991). Learning style: Cognitive and thinking skills. National Association of Secondary School Principals. [15] Keefe, J.W.(1988). Profiling and utilizing learning style. National Association of Secondary School Principals. [16] Klausmeier, H.J., Rossmiller, R.A., & Saily, M. (Eds.).(1977). Individually guided education: concepts and practices. New York: Academic Press. [17] LaValle, S. M., “Form Dynamic Programming to RRTs : Algorithmic Design of Feasible Trajectories”, Verlag Berlin & Heidelberg, Control Problems in Robotics, STAR 4, pp.19-37, 2003. [18] Michalewicz, Genetic Algorithms + Data Structures = EvolutionPrograms, Third Edition,Springer, 1996. [19] Mitchell, K. ,Race, N.J.P. (2005). uLearn: Facilitating Ubiquitous Learning through Camera Equipped Mobile Phones. Wireless and Mobile Technologies in Education, 2005. WMTE 2005. [20] Moushir M. El-Bishouty, Hiroaki Ogata and Yoneo Yano. (2006). Learner-Space Knowledge Awareness Map in Computer Supported Ubiquitous Learning. Wireless, Mobile and Ubiquitous Technology in Education, 2006. WMUTE '06. [21] Sakamura, K., & Koshizuka, N.(2005). Ubiquitous Computing Technologies for Ubiquitous Learning. Proceedings of the 2005 IEEE International Workshop on Wireless and Mobile Technologies in Education (WMTE’05). [22] Satyanarayanan, M. Carnegie Mellon Univ., Pittsburgh, PA. (2001). Pervasive computing: vision and challenges . Personal Communications, IEEE Aug 2001. [23] Shengguo Sun, Mizuo Kansen, Qiu Han, Tongjun Huang, Aiguo He, Zixue Cheng. (2006). A Ubiquitous Education Support Method based on Analysis of Learning Patterns Using Rule-Based Reasoning. Advanced Information Networking and Applications (AINA’06). [24] Tennenhouse D. ,Intel Corp. (2000) . Proactive computing . Communications of the ACM archive Volume 43 , Issue 5 (May 2000) table of contents . [25] Verdejo, M.F., Celorrio, C., Lorenzo, E., Sastre, T., UNED, Spain. (2006). An Educational Networking Infrastructure Supporting Ubiquitous Learning for School Students. Advanced Learning Technologies, 2006. [26] Weiser, M..(1991) The computer for the twenty-first century. Scientific American, Sep.1991. [27] Weiser, M. (1993). Hot Topics: Ubiquitous Computing. IEEE Computer, October 1993. [28] Yang, S.J.H. , Huang, A.F.M. , Chen, R., Shian-Shyong Tseng, Yen-Shih Shen. (2006). Context Model and Context Acquisition for Ubiquitous Content Access in ULearning Environments. Sensor Networks, Ubiquitous, and Trustworthy Computing, 2006. [29] Zxue Cheng, Qiu Han, Shengguo Sun, Mizuo Kansen,Tomohiro Hosokawa, Tongjun Huang, Aiguo He. (2006). A Proposal on a Learner’s Context-aware Personalized Education Support Method based on Principles of Behavior Science. IEEE Proceedings of the 20th International Conference on Advanced Information Networking and Applications (AINA’06). [30] 白如婷. (2005). 數位學習之適性化學習路徑規劃機制研發. 國立成功大學, 製造工 程研究所, 碩士論文, 2005 年. [31] 行政院NICI 小組.(2005). 論亞太各國無所不在的網路社會推動政策(一).取自 http://www.nici.nat.gov.tw//content/application/nici/generala/guest-cnt-browse.php?ordinal=&cnt_id=758 [32] 行政院NICI 小組.(2005). 亞太各國無所不在的網路社會推動政策概述(二)日本 u-Japan. http://www.nici.nat.gov.tw//content/application/nici/generala/guest-cnt-browse.php?ordinal=&cnt_id=757 [33] 行政院NICI 小組.(2006). 洞悉南韓無所不在政策— u-Korea. http://www.nici.nat.gov.tw///content/application/nici/generala/guest-cnt-browse.php?ordinal=&cnt_id=763 [34] 行政院NICI 小組. (2007). 國家資通訊發展方案2007~2011 年. http://www.nici.nat.gov.tw/include/getfile.php?fid=1103 [35] 林世懿.(2004). 日本最新IT 政策─u-Japan 建構Ubiquitous 社會. 技術尖兵 http://www.st-pioneer.org.tw/modules.php?name=magazine&pa=showpage&tid=2198 [36] 連英惠,「智慧型旅遊路線排程系統」,靜宜大學資訊管理學系碩士班碩士論文, 2002。 [37] 陳兆宏. (2005) .深耕研發才能立於不敗之地Research at Intel Day 2005 觀後感. http://tech.digitimes.com.tw/ShowNews.aspx?zCatId=913&zNotesDocId=D6F189170A 70CAFD482570360047014C [38] 陳德懷(2006):愛麗絲夢遊學習仙境。台北市:遠流出版公司。 [39] 黃國禎(2005)。U-Learning 時代的來臨與挑戰。2005 年10 月28 日,取自http:// www.elearn.org.tw/KMC/ExpertDefaultArticles/U-Learning 時代的來臨與挑戰.pdf [40] 楊子奇、蔡佩珊、黃國禎. (2006). U-Learning 環境的建置愈效益評估-以單晶X 光 繞射研究人員培訓為例。2006 行動與無所不在數位學習研討會,中央大學,中壢,台灣。 [41] 彭本方.(2005). 科技應該深植於生活之中-Ubicomp 之父Mark Weiser. Mobile Business 行動化企業. http://promotion.fetnet.net/pmt/ess_epaper0714/p31.html [42] 經濟部技術處科技走廊.( 2 0 05 ). 無線傳輸無限可能—802.15.4/Zigbee. ( 2 00 5/0 8/ 29 ) http://doit.moea.gov.tw/news/newscontent.asp?IdxID=9&ListID=0613 [43] 劉盈秀.(2006). 地球村新樂子─網路世界樂U 遊.取自電子商務時報(2006/2/24) http://marketing.chinatimes.com/ItemDetailPage/MainContent/05MediaContent.asp?M MMediaType=ec_news&MMContentNoID=26005 [44] 韓世翔. (2004). 考量環境智慧之適性化行動學習平台。私立中原大學資訊管理學系 碩士學位論文,未出版。 [45] 簡崑棋. (2004). 結合模糊類神經網路與快速混雜基因演算法於專案工期之預測. 國立成功大學,土木工程研究所,碩士論文,民93 年七月.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔