Upload
educational-technology
View
133
Download
0
Embed Size (px)
Citation preview
u www.tugraz.at
W I S S E N n T E C H N I K n L E I D E N S C H A F T
1x1 Trainer mit Handschrifterkennung
22.11.2017
Institute of Interactive Systems and Data Michael Rabko, BSc
1
Agenda
§ Einleitung
§ 1x1 Trainer
§ Evaluation
§ Ergebnisse
§ Zusammenfassung und Ausblick
1x1 Trainer mit Handschrifterkennung
22.11.2017 Michael Rabko
2
Forschungsfragen
§ Wie reagieren Kinder auf die interaktive Eingabe mit ihrer Handschrift?
§ Wie wirkt sich das auf die Usability der Applikation aus?
§ Bewährt sich dieser intuitive Einsatz einer Handschrifterkennung gegenüber einer herkömmlichen Ziffernblockeingabe?
Einleitung
22.11.2017 Michael Rabko
4
Technologien
§ Mobiles Betriebssystem iOS
§ Swift
§ “Simple Object Access Protocol“ (SOAP)
§ Convolutional Neural Network (CNN)
§ Learning Analytics - Algorithmus
1x1 Trainer
22.11.2017 Michael Rabko
6
Algorithmus
§ Learning Analytics § Auswahl der Rechenaufgaben § Lernfähigkeit § Vortest § Klassifizierung der Fragen
§ Nicht gekonnt § Gekonnt § Gut gekonnt
1x1 Trainer
22.11.2017 Michael Rabko
7
Quelle: Schön et al.,2012
Handschrifterkennung - Teil 1
§ Convolutional Neural Network (CNN) § Feed-Forward Neuronales Netz § Besondere Struktur
1x1 Trainer
22.11.2017 Michael Rabko
8
Quelle: Bishop, 2006
Handschrifterkennung - Teil 2
§ Convolutional Schicht § Max-Pooling Schicht § Vollständig verbundene Schicht
1x1 Trainer
22.11.2017 Michael Rabko
9
Quelle: Peemen et al.,2011
Handschrifterkennung - Teil 3
§ Training
§ TensorFlow
§ MNIST Datenbank
§ Anwendung
§ „Basic neural network subroutines“ (BNNS)
- Apple‘s Neural Network API
1x1 Trainer
22.11.2017 Michael Rabko
10
Spielmodi
§ TRAINER § Online - Benutzerkonto § 20 Fragen § Server bzw. Algorithmus ermittelt Rechenaufgaben § Lernfortschritt wird gespeichert
§ KURZSPIEL § Offline § Auswahl von zufälligen Rechenaufgaben
1x1 Trainer
22.11.2017 Michael Rabko
11
User Interface 1x1 Trainer
22.11.2017 Michael Rabko
12
Haupt-Screen Anleitung-Screen
Spiel-Screen Ergebnis-Screen
Aufbau
§ iPad-Klasse der Volksschule Graz-Hirten § 20 Kinder § 7 iPads
§ Aufteilung in 3 Gruppen § 15 Minuten Spielzeit § Keine Spielerklärung
Evaluation
22.11.2017 Michael Rabko
14
Durchführung
§ Anschließend Befragung in kleineren Gruppen
§ Jede Gruppe 4 Fragen
§ 5 Smileys als Hilfestellung
Evaluation
22.11.2017 Michael Rabko
15
Fragen
1. Das Spiel hat mir gefallen.
2. Ich habe mich gleich im Spiel zurechtgefunden.
3. Mit dem Finger die Zahlen zu schreiben, macht mir
Spaß.
4. Ich würde den „1x1 Trainer“ auch zu Hause spielen.
Evaluation
22.11.2017 Michael Rabko
16
Smileys
Sehr gut / Ja auf alle Fälle
Gut / Ja denke schon
Normal / Naja ich bin mir nicht sicher
Schlecht / Nein eher nicht
Sehr schlecht / Nein auf keinen Fall
Evaluation
22.11.2017 Michael Rabko
17
Auswertung
§ Evaluation verlief ohne große Probleme
§ Positives Feedback
§ Dennoch einige Probleme…
Ergebnisse
22.11.2017 Michael Rabko
19
Auswertung - Probleme
§ Erkennung der Handschrift
§ Spielstart
§ Anmeldung im Trainer-Modus
§ Einstelliges Ergebnis
Ergebnisse
22.11.2017 Michael Rabko
20
Zusammenfassung
§ Großes Potenzial von Handschrifterkennung § Kinder hatten viel Freude, die Zahlen mit dem Finger zu
schreiben § Geteilte Meinung, ob Handschrift- oder
Ziffernblockeingabe § Erkennungsfehler wirkt sich negativ auf Motivation aus § Positiver Nebeneffekt
§ Kinder versuchen schöner zu schreiben
Zusammenfassung und Ausblick
22.11.2017 Michael Rabko
22
Ausblick
§ Algorithmus-Vortest durchführen
§ Handschrifterkennung verbessern
§ Spielerklärung besser formulieren
§ Gamification-Elemente
§ Spielmotivation hoch zu halten
Zusammenfassung und Ausblick
22.11.2017 Michael Rabko
23
Literatur
• Peemen, Maurice, Bart Mesman und Henk Corporaal (2011).Speed signdetection and recognition by convolutional neural networks. In: Proceedings of the 8th International Automotive Congress, S.162–170.
• Schön, Martin, Martin Ebner und Georg Kothmeier (2012). It’s Just About Learning the Multiplication Table. In: Proceedings of the 2Nd International Conference on Learning Analytics and Knowledge. LAK ’12. Vancouver, British Columbia, Canada: ACM, S.73–81. isbn: 978-1-4503- 11113. doi: 10.1145/2330601.
• Bishop, Christopher M (2006). Pattern recognition and machine learning. springer.
22.11.2017 Michael Rabko
25