使用边缘计算的数字学习会议中参与者的注意力检测-研究论文
在线学习每年都在Swift增长。 但是，有一些因素与传统的课堂学习方法不同。 在在线学习中，教师（主持人）无法一次监视每个学生（参与者），这在课堂学习中是可能的。 因此，难以识别学习者的注意力。 本文提出了一种深度学习方法，用于在边缘计算中使用卷积神经网络检测学习者的注意力水平。 另外，跟踪浏览器的活动以进一步识别学习者的注意力水平。 神经网络将学生的注意力分类为四个不同类别之一，即高度专心，专心，不太专心和至少专心。 此关注级别是在边缘设备上计算的，并且仅最终输出发送到服务器。 结果，消耗了少量的带宽并且尊重了用户的隐私。 使用“电子环境中的情感状态数据集”（DAiSEE）对CNN模型进行了训练。 在实验过程中，有效的系统精度达到了84.1％。
文件下载
评论信息
其他资源
- UKEY3000D加密狗驱动
- 《OPENSSL编程》 江南所 赵春平
- 对接真实数据 从0开发前后端分离企业级上线项目.txt
- 基于DS18B20的水温控制系统 仿真+程序
- labview调用安捷伦
- 使用SOCKET实现TCP-IP协议的通讯最好的DEMO源码
- 最小二乘类的参数辨识matlab程序
- STM32F4_简易频谱oled显示
- Vue.js前端开发—快速入门与专业应用（非扫描版）
- Linux系统文件夹权限查看(ls -l).jpg
- oper1-9.zip
- 220v两路电源自动切换器AD设计硬件原理图+PCB文件.zip
- java播放器
- gvr-android-sdk-master.zip
- NEC单片机78K0S系列例程
- 18.C# (事件触发)回调函数，完美处理各类疑难杂症！.pdf
- 第三方仓储管理系统的研究与开发.pdf
- Halcon 车牌识别 范例
- 电子表数字图片
- jsp+servlet+mysql+购物商城项目代码 下载
- 基于视觉显著性和视觉信息处理模型的特征提取方法
- Power BI官方中文教程
- privoxy-3.0.21中文版+配置翻译
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明