Fraunhofer-Institut für Offene KommunikationssystemeAuszeichnung für Forschungsarbeit über personalisierte Lernprogramme
Zwei Forschungsarbeiten des Geschäftsbereichs »Future Applications and Media – FAME« zum Smart Learning Recommender (SLR) wurden auf Konferenzen im April und Mai 2016 ausgezeichnet und nominiert. Learning Management Systeme bieten Studenten personalisierte Lernprogramme, indem sie die Relevanz bestimmter Lernobjekte berechnen. SLR erweitert traditionelle Learning Management Systeme um den Zeitwert und kann damit die Veränderungen des Wissensstands in einem kontinuierlichen Zeitintervall beobachten.
Die achte IARIA International Conference on Mobile, Hybrid and Online Learning (eLmL) im April 2016 zeichnete »The Smart Learning Approach – A Mobile Learning Companion Application« als beste Forschungsarbeit der Konferenz aus. Darüber hinaus wurde im Mai 2016 auf der 29. AAAI International Flairs Conference in Florida die Präsentation der Forschungsarbeit »Smart-Learning: Time-Dependent Context-Aware Learning Object Recommendations« als eine der besten Poster-Präsentationen nominiert.
Learning Management Systeme berechnen die Relevanz für bestimmte Lernobjekte, um Studenten ein personalisiertes Lernprogramm bieten zu können. SLR erweitert die User-Item-Matrix traditioneller Learning Management Systeme um einen Zeitwert. Studenten können so zu jedem Zeitpunkt ihren individuell berechneten Wissensstand für bestimmte Lerninhalte verfolgen. Damit berücksichtigt SLR auch die Veränderungen des Wissensstands in einem kontinuierlichen Zeitintervall. Die Analyse verschiedener Zeitpunkte ermöglicht die akkurate Darstellung verschiedener Faktoren und Gewichtungen.
- Krauss, Christopher; Merceron, Agathe; An, Truong-Sinh; Zwicklbauer, Miggi; Arbanowski, Stefan. The Smart Learning Approach - A mobile Learning Companion Application. In: Proceedings of The Eighth International Conference on Mobile, Hybrid, and On-line Learning (eLmL 2016). IARIA, April 24 - 28, 2016, Venice, Italy.
- Krauss, Christopher. Smart Learning: Time-dependent Context-aware Learning Object Recommendations. In: Proceedings of The 29th AAAI International Florida AI Research Society Conference (FLAIRS-29), AAAI, May 16 - 18 2016, Key Largo, USA.
Letzte Änderung: