Un novedoso técnica de aprendizaje profundo para detectar el impacto emocional en la educación en línea
Autores: AlZu"bi, Shadi; Abu Zitar, Raed; Hawashin, Bilal; Abu Shanab, Samia; Zraiqat, Amjed; Mughaid, Ala; Almotairi, Khaled H.; Abualigah, Laith
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Un novedoso técnica de aprendizaje profundo para detectar el impacto emocional en la educación en línea
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Inteligencia emocional
Emociones de los estudiantes
Método de aprendizaje profundo
Prácticas de enseñanza
Algoritmos de reconocimiento facial
Modelos de aprendizaje profundo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 27
Citaciones: Sin citaciones
La inteligencia emocional es la detección automática de emociones humanas utilizando varios métodos inteligentes. Se han realizado varios estudios sobre la inteligencia emocional, y solo unos pocos se han adoptado en la educación. Detectar las emociones de los estudiantes puede aumentar significativamente la productividad y mejorar el proceso educativo. Este artículo propone un nuevo método de aprendizaje profundo para detectar las emociones de los estudiantes. El objetivo principal de este artículo es mapear la relación entre las prácticas de enseñanza y el aprendizaje de los estudiantes basado en el impacto emocional. Los algoritmos de reconocimiento facial extraen información útil de plataformas en línea, ya que se aplican técnicas de clasificación de imágenes para detectar las emociones de los rostros de los estudiantes y/o profesores. Como parte de este trabajo, se comparan dos modelos de aprendizaje profundo según su rendimiento. Se logran resultados prometedores utilizando ambas técnicas, como se presenta en la sección de Resultados Experimentales. Para la validación del sistema propuesto, se utiliza un curso en línea con estudiantes; los hallazgos sugieren que esta técnica funciona bien. Basándose en el análisis emocional, se aplican varias técnicas de aprendizaje profundo para entrenar y probar el proceso de clasificación de emociones. También se utiliza el aprendizaje por transferencia para una red neuronal profunda pre-entrenada para aumentar la precisión de la etapa de clasificación de emociones. Los resultados obtenidos muestran que el rendimiento del método propuesto es prometedor utilizando ambas técnicas, como se presenta en la sección de Resultados Experimentales.
Descripción
La inteligencia emocional es la detección automática de emociones humanas utilizando varios métodos inteligentes. Se han realizado varios estudios sobre la inteligencia emocional, y solo unos pocos se han adoptado en la educación. Detectar las emociones de los estudiantes puede aumentar significativamente la productividad y mejorar el proceso educativo. Este artículo propone un nuevo método de aprendizaje profundo para detectar las emociones de los estudiantes. El objetivo principal de este artículo es mapear la relación entre las prácticas de enseñanza y el aprendizaje de los estudiantes basado en el impacto emocional. Los algoritmos de reconocimiento facial extraen información útil de plataformas en línea, ya que se aplican técnicas de clasificación de imágenes para detectar las emociones de los rostros de los estudiantes y/o profesores. Como parte de este trabajo, se comparan dos modelos de aprendizaje profundo según su rendimiento. Se logran resultados prometedores utilizando ambas técnicas, como se presenta en la sección de Resultados Experimentales. Para la validación del sistema propuesto, se utiliza un curso en línea con estudiantes; los hallazgos sugieren que esta técnica funciona bien. Basándose en el análisis emocional, se aplican varias técnicas de aprendizaje profundo para entrenar y probar el proceso de clasificación de emociones. También se utiliza el aprendizaje por transferencia para una red neuronal profunda pre-entrenada para aumentar la precisión de la etapa de clasificación de emociones. Los resultados obtenidos muestran que el rendimiento del método propuesto es prometedor utilizando ambas técnicas, como se presenta en la sección de Resultados Experimentales.