Quantitative Analysis and Application of Curriculum Using a Large Amount of Automatically Collected Syllabus Information
Quantitative Analysis and Application of Curriculum Using a Large Amount of Automatically Collected Syllabus Information
利用大量自动采集的教学大纲信息进行课程定量分析与应用
批准号：
17H01837
负责人：
Sekiya Takayuki
金额：
$6.57万
依托单位：
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2017
资助国家：
日本
项目状态：
已结题
起止时间：
2017-04-01 至 2020-03-31
中文摘要
翻译
点击翻译按钮获取中文摘要
英文摘要
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
登录
查看更多内容
Curriculum Analysis of Computer Science Departments by Simplified, Supervised LDA
通过简化的、有监督的 LDA 进行计算机科学系的课程分析
通过简化的、有监督的 LDA 进行计算机科学系的课程分析
DOI：
10.2197/ipsjjip.26.497
发表时间：
2018
期刊：
Journal of Information Processing
影响因子：
--
作者：
[Matsuda Yoshitatsu, Sekiya Takayuki, Yamaguchi Kazunori]
通讯作者：
Yamaguchi Kazunori
DOI：
10.1109/tnnls.2018.2806959
发表时间：
2018-11-01
期刊：
IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS
影响因子：
10.4
作者：
[Matsuda, Yoshitatsu, Yamaguchi, Kazunori]
通讯作者：
Yamaguchi, Kazunori
Discovery of Interconnection Among Knowledge Areas of Standard Computer Science Curricula by a Data Science Approach
通过数据科学方法发现标准计算机科学课程知识领域之间的互连
通过数据科学方法发现标准计算机科学课程知识领域之间的互连
DOI：
10.1007/978-3-319-70139-4_19
发表时间：
2017
期刊：
Neural Information Processing
影响因子：
--
作者：
[Matsuda Yoshitatsu, Sekiya Takayuki, Yamaguchi Kazunori]
通讯作者：
Yamaguchi Kazunori
適応的独立成分分析によるノイズ除去と特徴抽出
使用自适应独立分量分析进行噪声去除和特征提取
使用自适应独立分量分析进行噪声去除和特征提取
DOI：
--
发表时间：
2017
期刊：
影响因子：
--
作者：
[露木浩章, 小川哲司, 小林哲則, 林 良彦, 笹川秀夫, 松田源立]
通讯作者：
松田源立
DOI：
10.1109/fie43999.2019.9028479
发表时间：
2019
期刊：
IEEE Frontiers in Education Conference (FIE)
影响因子：
--
作者：
[Sekiya Takayuki, Matsuda Yoshitatsu, Yamaguchi Kazunori]
通讯作者：
Yamaguchi Kazunori
共 7 条