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: The University of Tokyo
• 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
• 起止时间: 2017-04-01 至 2020-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-17H01837/
• 关键词: シラバス; ウェブクローラ; 機械学習; カリキュラム; 計算機科学; クローリング; ウェブクローリング; クローラ

项目成果

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

• DOI: 10.2197/ipsjjip.26.497
• 发表时间: 2018
• 期刊: Journal of Information Processing
• 作者: Matsuda Yoshitatsu;Sekiya Takayuki;Yamaguchi Kazunori
• 通讯作者: Yamaguchi Kazunori

A Unifying Objective Function of Independent Component Analysis for Ordering Sources by Non-Gaussianity

• 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

• DOI: 10.1007/978-3-319-70139-4_19
• 发表时间: 2017
• 期刊: Neural Information Processing
• 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

• 发表时间: 2017
• 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

Investigation on University Websites for Semi-automated Syllabus Crawling

大学网站半自动教学大纲抓取的调查

• DOI: 10.1109/fie43999.2019.9028479
• 发表时间: 2019
• 期刊: IEEE Frontiers in Education Conference (FIE)
• 作者: Sekiya Takayuki;Matsuda Yoshitatsu;Yamaguchi Kazunori
• 通讯作者: Yamaguchi Kazunori