A Fusion of Transfer Learning with Osprey Optimization Algorithm Based Student Engagement Detection for Improving Performance of Virtual Classroom Environments
Este artículo propone el marco FTLSED-VCOOA, el cual integra el filtrado bilateral adaptativo, una fusión de SqueezeNet, Shallow CapsNets y MobileNetV2 para la extracción de características, un clasificador CNN-LSTM y el Algoritmo de Optimización de Osprey para el ajuste de hiperparámetros con el fin de detectar eficazmente el compromiso del estudiante y mejorar el rendimiento en entornos de aulas virtuales.
Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.