关键词：深度学习 学习参与度识别 人工智能 多模态融合 注意力 

摘要：学习参与度是表征学生学习参与情况的重要指标,其自动识别方法是研究如何精确刻画学习效果变化动因及进行智慧教学决策的基础。现有研究已发现,学习参与度同情感投入、行为投入与认知投入存在直接关系,利用人工智能实现自动评估具有合理性与必要性。但相关研究数量有限,且主要聚焦在基于图像模态的表情识别领域。真实教学情境中的学习参与度识别应基于多模态数据的采集与分析,具体来说,可采用基于众包的方法建立多模态数据集,设计多模态融合的深度学习分析模型,并通过一致性检验完善模型的数据验证,以提高识别的准确率。因此,开展深度学习的实验研究具有较强的应用价值。该实验截选了中国大学MOOC网上的三门不同学科的视频片段,招募50位被试进行自主学习,每隔3秒自动记录被试脸部图像、脑电波数据和学习日志,初步建立了含3万余条面部表情图片和脑电波数据的多模态数据集,并基于后期融合策略及卷积神经网络结构中的ResNet架构,构建了一个多模态融合深度学习模型,进行模型训练。实验结果显示:该模型对未知被试的学习参与度预测的准确率可达87%,基于多模态的学习参与度识别方法,要优于基于单模态的学习参与度识别方法。

远程教育杂志要求:

{1}作者姓名、出生年月、工作单位、职称、研究方向、通讯地址、邮政编码、联系电话、电子信箱等。

{2}审稿制度：本辑刊采用专家评审制度，以求学术的公正与严肃。

{3}文章标题力求简明、醒目，反映文章的主题，字数控制在20宇以内为宜，最好不设副标题，尽量避免使用外文缩略语。

{4}参考文献：论著文章要求15条以上，主要引用近3～5年内的新文献。按GB7714-87《文后参考文献著录规则》采用顺序编码著录，依照其在文中出现的先后顺序用阿拉伯数字标出。

{5}摘要应为论文主要内容的浓缩和提炼，要求以“[摘要]”表示，不应使用诸如“本文认为”，‘“笔者认为”等评价性语言，字数在300字以内。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社