PDF下载
基于神经网络的学习状态检测

郑茜元 郑虹 侯秀萍 ​

长春工业大学计算机科学与工程学院

摘要: 对在线学习者注意力状态检测的方法大多基于眼睛闭合频率、头部偏转等特征,此类方法能够应对大多数情况,但针对学习者正视屏幕且视线落点处于屏幕上时出现的发呆、分神状态无法作出检测。针对此问题,提出了一种基于RNN的眼动分析算法RNN-EMA(RNN-EyeMovementAnalysis),该算法通过对序列眼动向量分析,预测学生学习行为,完成当前学习状态检测。实验表明,RNN-EMA算法能够对学习状态作出有效检测,且对比同类方法效果有所提升。
关键词: 在线学习;循环神经网络;眼动分析;注意力检测
DOI:
基金资助:
文章地址: