WEKO3
アイテム
{"_buckets": {"deposit": "f5f23c28-66dc-4564-995a-5a0d00273049"}, "_deposit": {"created_by": 13, "id": "10003", "owners": [13], "pid": {"revision_id": 0, "type": "depid", "value": "10003"}, "status": "published"}, "_oai": {"id": "oai:uec.repo.nii.ac.jp:00010003", "sets": ["280"]}, "author_link": ["26733"], "control_number": "10003", "item_10006_date_granted_11": {"attribute_name": "学位授与年月日", "attribute_value_mlt": [{"subitem_dategranted": "2021-03-25"}]}, "item_10006_degree_grantor_9": {"attribute_name": "学位授与機関", "attribute_value_mlt": [{"subitem_degreegrantor": [{"subitem_degreegrantor_name": "電気通信大学"}]}]}, "item_10006_degree_name_8": {"attribute_name": "学位名", "attribute_value_mlt": [{"subitem_degreename": "修士"}]}, "item_10006_description_10": {"attribute_name": "学位授与年度", "attribute_value_mlt": [{"subitem_description": "2020", "subitem_description_type": "Other"}]}, "item_10006_description_7": {"attribute_name": "抄録", "attribute_value_mlt": [{"subitem_description": "近年,論理的思考力や問題解決力などの高次な能力を測定する手法の一つとしてパフォーマンス評価が注目されている.しかし,パフォーマンス評価では能力測定の精度が評価者の特性に強く依存する問題が指摘されてきた.この問題を解決する手法として,評価者の特性を表すパラメータを付与した項目反応モデルが多数提案されている.また,現実の評価の場面では,複数回の異なるパフォーマンステストの結果を比較する必要があり,項目反応モデルを用いる場合は, それぞれのテスト結果から推定されるパラメータを同一尺度上に位置付ける「等化」が必要になる.しかし,項目反応モデルを用いて高精度な等化を行う場合は,受検者と評価者の同一母集団からの独立ランダムサンプリングを仮定しなければならない.この問題を解決するために,本研究では深層学習を用いたパフォーマンス予測手法の1つであるDeep-IRTモデルに,評価者パラメータを含んだモデルを用いることで,受検者と評価者が単一母集団からのランダムサンプリングでない場合や,複数の母集団からサンプリングされている場合でも高精度な等化が実現できる.本論文では,シミュレーション・実データ実験より,提案モデルの有効性を示す.", "subitem_description_type": "Abstract"}]}, "item_10006_text_22": {"attribute_name": "専攻", "attribute_value_mlt": [{"subitem_text_value": "情報理工学研究科"}, {"subitem_text_value": "情報・ネットワーク工学専攻"}]}, "item_10006_version_type_18": {"attribute_name": "著者版フラグ", "attribute_value_mlt": [{"subitem_version_resource": "http://purl.org/coar/version/c_ab4af688f83e57aa", "subitem_version_type": "AM"}]}, "item_creator": {"attribute_name": "著者", "attribute_type": "creator", "attribute_value_mlt": [{"creatorNames": [{"creatorName": "塩野谷, 周平", "creatorNameLang": "ja"}, {"creatorName": "シオノヤ, シュウヘイ", "creatorNameLang": "ja-Kana"}], "nameIdentifiers": [{"nameIdentifier": "26733", "nameIdentifierScheme": "WEKO"}]}]}, "item_files": {"attribute_name": "ファイル情報", "attribute_type": "file", "attribute_value_mlt": [{"accessrole": "open_date", "date": [{"dateType": "Available", "dateValue": "2021-05-25"}], "displaytype": "detail", "download_preview_message": "", "file_order": 0, "filename": "1931067.pdf", "filesize": [{"value": "553.4 kB"}], "format": "application/pdf", "future_date_message": "", "is_thumbnail": false, "licensetype": "license_free", "mimetype": "application/pdf", "size": 553400.0, "url": {"label": "1931067.pdf", "url": "https://uec.repo.nii.ac.jp/record/10003/files/1931067.pdf"}, "version_id": "05c99b93-d7c4-4797-be20-2ecba7f99a23"}]}, "item_language": {"attribute_name": "言語", "attribute_value_mlt": [{"subitem_language": "jpn"}]}, "item_resource_type": {"attribute_name": "資源タイプ", "attribute_value_mlt": [{"resourcetype": "thesis", "resourceuri": "http://purl.org/coar/resource_type/c_46ec"}]}, "item_title": "パフォーマンス評価のための評価者パラメータを持つDeep-IRTモデル", "item_titles": {"attribute_name": "タイトル", "attribute_value_mlt": [{"subitem_title": "パフォーマンス評価のための評価者パラメータを持つDeep-IRTモデル", "subitem_title_language": "ja"}]}, "item_type_id": "10006", "owner": "13", "path": ["280"], "permalink_uri": "https://uec.repo.nii.ac.jp/records/10003", "pubdate": {"attribute_name": "PubDate", "attribute_value": "2021-05-25"}, "publish_date": "2021-05-25", "publish_status": "0", "recid": "10003", "relation": {}, "relation_version_is_last": true, "title": ["パフォーマンス評価のための評価者パラメータを持つDeep-IRTモデル"], "weko_shared_id": -1}
パフォーマンス評価のための評価者パラメータを持つDeep-IRTモデル
https://uec.repo.nii.ac.jp/records/10003
https://uec.repo.nii.ac.jp/records/1000356b36116-08a0-4b95-a628-8f584a8cfa4f
名前 / ファイル | ライセンス | アクション |
---|---|---|
1931067.pdf (553.4 kB)
|
|
Item type | 学位論文 / Thesis or Dissertation(1) | |||||
---|---|---|---|---|---|---|
公開日 | 2021-05-25 | |||||
タイトル | ||||||
言語 | ja | |||||
タイトル | パフォーマンス評価のための評価者パラメータを持つDeep-IRTモデル | |||||
言語 | ||||||
言語 | jpn | |||||
資源タイプ | ||||||
資源タイプ識別子 | http://purl.org/coar/resource_type/c_46ec | |||||
資源タイプ | thesis | |||||
著者 |
塩野谷, 周平
× 塩野谷, 周平 |
|||||
抄録 | ||||||
内容記述タイプ | Abstract | |||||
内容記述 | 近年,論理的思考力や問題解決力などの高次な能力を測定する手法の一つとしてパフォーマンス評価が注目されている.しかし,パフォーマンス評価では能力測定の精度が評価者の特性に強く依存する問題が指摘されてきた.この問題を解決する手法として,評価者の特性を表すパラメータを付与した項目反応モデルが多数提案されている.また,現実の評価の場面では,複数回の異なるパフォーマンステストの結果を比較する必要があり,項目反応モデルを用いる場合は, それぞれのテスト結果から推定されるパラメータを同一尺度上に位置付ける「等化」が必要になる.しかし,項目反応モデルを用いて高精度な等化を行う場合は,受検者と評価者の同一母集団からの独立ランダムサンプリングを仮定しなければならない.この問題を解決するために,本研究では深層学習を用いたパフォーマンス予測手法の1つであるDeep-IRTモデルに,評価者パラメータを含んだモデルを用いることで,受検者と評価者が単一母集団からのランダムサンプリングでない場合や,複数の母集団からサンプリングされている場合でも高精度な等化が実現できる.本論文では,シミュレーション・実データ実験より,提案モデルの有効性を示す. | |||||
学位名 | ||||||
学位名 | 修士 | |||||
学位授与機関 | ||||||
学位授与機関名 | 電気通信大学 | |||||
学位授与年度 | ||||||
内容記述タイプ | Other | |||||
内容記述 | 2020 | |||||
学位授与年月日 | ||||||
学位授与年月日 | 2021-03-25 | |||||
著者版フラグ | ||||||
出版タイプ | AM | |||||
出版タイプResource | http://purl.org/coar/version/c_ab4af688f83e57aa | |||||
専攻 | ||||||
情報理工学研究科 | ||||||
専攻 | ||||||
情報・ネットワーク工学専攻 |