マルチモーダル学習を用いた道徳教育における学生の進捗の個別予測

現代の教育システムにおいて、倫理教育における学生の発展を正確かつ個別的に予測することが中心的な問題である。各個人の道徳的発展経路への偏りのない洞察、適切かつタイムリーな介入の提供は、社会的幸福の促進や市民教育に不可欠である。本研究は、倫理教育における学生の発展を個別予測するためのハイブリッド手法を提案することを目的としている。提案された手法は、以下の4つの主要なステップで構成されている：(1) 生データを前処理して、次のステップに備える；(2) データのモダリティをモデル化し、Auto-Encoderニューラルネットワークにエンコードして、データのさまざまな側面の有意義な表現を抽出可能にする；(3) 自己注意メカニズムを通じて作成されたモダリティの融合と集約を行い、モデルがターゲット変数の予測のために各モダリティの重要性を積極的に選択できるようにする；(4) 前のステップからの融合された特徴のセットを利用して、ランダムフォレストに基づいてターゲット変数を予測する。この新しいアプローチは、革新的な機械学習技術とデータの融合に基づいて、学生の道徳的成長の経路についてより正確で信頼性のある予測を提供しようとしている。これらの結果は提案されたアプローチの有効性を証明し、競合手法と比較して精度で7.1%、F値で7%の改善を示している。