A Fusion of Transfer Learning with Osprey Optimization Algorithm Based Student Engagement Detection for Improving Performance of Virtual Classroom Environments
Questo articolo propone il framework FTLSED-VCOOA, che integra il filtraggio bilaterale adattivo, una fusione di SqueezeNet, Shallow CapsNets e MobileNetV2 per l'estrazione delle caratteristiche, un classificatore CNN-LSTM e l'Osprey Optimization Algorithm per la sintonizzazione degli iperparametri, al fine di rilevare efficacemente il coinvolgimento degli studenti e migliorare le prestazioni negli ambienti di classe virtuali.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.