A Fusion of Transfer Learning with Osprey Optimization Algorithm Based Student Engagement Detection for Improving Performance of Virtual Classroom Environments
Este artigo propõe o framework FTLSED-VCOOA, que integra filtragem bilateral adaptativa, uma fusão de SqueezeNet, Shallow CapsNets e MobileNetV2 para extração de características, um classificador CNN-LSTM e o Algoritmo de Otimização de Osprey para o ajuste de hiperparâmetros para detectar efetivamente o engajamento dos alunos e melhorar o desempenho em ambientes de sala de aula virtual.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.