• 沒有找到結果。

智慧型數位學習平台前瞻技術之設計與實作

N/A
N/A
Protected

Academic year: 2021

Share "智慧型數位學習平台前瞻技術之設計與實作"

Copied!
7
0
0

加載中.... (立即查看全文)

全文

(1)

行政院國家科學委員會專題研究計畫 期中進度報告

學習者學習檔案分析與管理(2/3)

計畫類別: 整合型計畫

計畫編號: NSC93-2524-S-002-001-

執行期間: 93 年 05 月 01 日至 94 年 04 月 30 日

執行單位: 國立臺灣大學電機工程學系暨研究所

計畫主持人: 陳銘憲

共同主持人: 岳修平

報告類型: 精簡報告

報告附件: 出席國際會議研究心得報告及發表論文

處理方式: 本計畫可公開查詢

中 華 民 國 94 年 4 月 12 日

(2)

數位學習國家型科技計畫基礎研究計畫

期中進度報告

智慧型數位學習平台前瞻技術之設計與實作

計畫編號: NSC 93-2524-S-002-001

執行期限:93 年 5 月 1 日至 94 年 4 月 30 日

計畫主持人:陳銘憲 國立台灣大學電機工程學系

朱正忠 東海大學資訊工程與科學系(所)

黃悅民 國立成功大學工程與科學系

壹、 前言 在日益普及的網路發展與應用中,數位化 學習(e-learning)已經由理論研究,演進至今 日的實際運用。數位學習的問題,由原本的如 何發展、如何使用數位化學習,演進至今日的 如何透過智慧型數位化學習,期以有效提升學 習效率,甚至協助評量教學成效,進而改善教 學品質。且無線網路與手持式設備的普及與風 行,成為新一波的數位學習與知識獲取的重要 應用平台,展現與轉換既存課程網頁將協助使 用者隨時隨地自我充實。從學習平台所儲存與 擷取的學習者個人檔案與學習紀錄檔,可以進 ㄧ步地管理與分析學習者檔案與學習模式,並 回饋於智慧型學習平台以增加網路學習的品 質。智慧型學習平台、內容感知與學習檔案管 理將是本計劃正在研究與開發的先進重點技 術。 貳、 計畫背景與執行所遭遇的問題 第一代的網路學習平台,其目的著重於教 材內容的數位化呈現,也就是希望能夠透過網 路,達成「非同步教學」的理想。第二代的網 路學習平台,便以加入「個人化設定」為訴求。 系統紀錄每一位使用者的個別資料,當使用者 連線操作時,除了會將使用者登記選修的課程 顯示於第一頁之外,甚至可以紀錄使用者上次 瀏覽狀態,直接將網頁導向上次停留頁面,繼 續學習。此外,使用者也可以設定個人喜好, 例如網頁排版、顯示方式等等。總而言之,就 是希望能夠透過個人化的貼心服務,取得使用 者的認同感,提高造訪網站頻率,進而加強網 路教學之功效。 在經歷前二代的開發與實用經驗後,絕大 多數的系統使用者,包括學生與教師,開始產 生以下疑問,如何評鑑數位學習成效?顯示大 家對於資訊學習科技的期望,已經由華麗網頁 的展現,轉變為實質的基本面需求。因此,對 於下一代學習平台的發展重心,焦點將集中於 數位學習對於學習行為本身的幫助與改善。也 因此,我們需要的背景知識,也由純粹的多媒 體製作與網頁程式撰寫,轉變成資訊科技的分 析能力,包括資訊蒐集與分析,以及資訊探勘。 為進行標準化課程教材之製作,此時更需 開發能製作符合標準教材格式的教材編輯工 具(Authoring Tool),以幫助達到教材資源共 享、資料交換的目的,且增進教材的重複使用 率,避免製作重複教材與降低教材的開發時 間。本計畫希望能開發一標準化多媒體教材編 輯工具。第一方面,要提昇教材的豐富性,提 供網路教學課程的多媒體教材的製作,透過此 教材編輯工具製作一份精彩豐富的教材給學 生瀏覽,而不只是單純的把學習資料放在學習 平台上。另一方面,由於 SCORM 此 e-Learning 國際標準之推動,希望網路上的教學資源可以 達 到 可 再 利 用 性 (reusable) 、 可 存 取 性 (accessible) 、 恆 久 性 (durable) 、 通 用 性 (interoperable)、可適應性(adaptable)、效率性 (affordable)等要求。充分達到教材資源共享及 再利用的目的,並降低各學習管理平台上教材 的建置成本,若能讓生動有趣、實用性高的教 材,透過標準的機制,更容易的被取得或共 享,將能使得更多學習者受益。為確定能達到 教材資源共享、資料交換的目的,故開發一個 符合教材共享格式的電子化教材製作工具,希 望透過此教材製作工具提供影音與網頁教材 同步化的多媒體效果,並在網路教學的標準化

(3)

2 課程上盡一份力,使得網路教學環境的課程教 材能更加豐富、吸引大眾。 最後,當我們將桌上型網路基礎之數位學 習,轉換成鬆散式連結各種設備之行動數位學 習的同時,必須遵循幾項新原則:“數位學習 要能符合使用者所需求的內容,考慮使用者何 時才需要,以及使用者如何得到他所需要的資 料。現實生活中,我們可以用多種方式來與電 腦溝通。因此,數位學習的應用,應該被設計 與實作成具有鍵盤、麥克風、光筆、電話按鍵、 大型螢幕、小型螢幕、彩色螢幕、黑白螢幕等 工具使用上的優點。然而,大部分的學習內容 管理系統(Learning content Management System, LCMS) 並 無 法 處理與 內文 (context) 相 關 的 議 題,誠如他們並非「內容感知」(context-sensitive) 的學習內容管理系。因此,在此計畫中,我們 亦設計並且實作一個 context-sensitive 的內容 呈現模型。期望能夠將任何符合 SCORM 標準 的數位教材,轉換為具備 context-sensitive 的 LCMS。 由於各項小型周邊設備,並沒有提供像 Desktop PC、Notebook 等如此充足的系統資 源,故我們在考慮「內容呈現」的同時,還必 須考量到記憶體大小(Memory size)、儲存空間 大 小 (Storage size) 、 解 析 度 大 小 (Color resolution)、影像大小(Image size)及雙向捲軸 (Scrollbars)等問題。舉例來說,我們將一份靜 態的學習教材(PDF、DOC、PPT)下載至手機或 PDA,首當其衝所面臨到的,就是螢幕大小 (Screen size)的問題,學習教材無法按照原比例 來放置。再者,則是記憶體及儲存空間大小的 限制,一旦學習教材之容量,超出系統之資源 限制,則會造成系統不穩甚至當機。最後,若 該份學習教材有提供影像檔(Image file),我們 則必須考量其 Image size 及 Color resolution 的 限制。此期中報告將針對上述所面臨之問題, 提出我們的研究方式。 參、

研究方法

內容感知與 內容呈現模型 智慧型 數位學習平台 學習者學習檔案 分析與管理 網際網路 INTERNET 圖 1、智慧型數位學習平台系統架構圖 此計畫研究重點在於智慧型數位學習平 台、內容感知與內容呈現模型與學習者學習檔 案分析與管理的先進技術研究與開發,其系統 架構如圖 1 所示。

智慧型數位化學習平台

本平台稱為 ANTS 其組織圖如圖 2,ANTS 系 統的主要的架構,大致上可以分為五種模組 (module) , 第 一 個 模 組 為 教 材 編 輯 工 具 (authoring tool)幫助授課者製作教材,第二 個模組為 Web Services 管理模組(Web Service Management System, WSMS),第三個模組為資 料庫用以儲存教材與使用者記錄、教材紀錄, 第四個模組專家代理人機制能夠監督學習者 的 學 習 狀 況 , 第 五 個 模 組 為 學 習 管 理 系 統 (Learning Management System, LMS) 可從資 料庫中擷取資料和提供資訊給學習者。教材編 輯工具一方面與第二模組 WSMS 溝通取得資 源,另一方面把製作好的教材上傳到第三模組 的資料庫中。而資料庫中除了教材之外還儲存 學習者的學習歷程記錄和教材的註冊資訊。專 家代理人直接與學習者接觸互動,並且把獲得 的學習者記錄往第三模組的資料庫裡儲存。 LMS (Learning Management System)從資料庫 中擷取資料和提供資訊給學習者。

Teacher

Web Service Manager

Authoring Tool

WSMS

Expert Agent

Learning Management System Database User Profile Learning Content Content Profile Mobile Phone PDA PC UDDI Other LMS

圖 2: Agent-based Navigation Training System 架構圖 當授課者想要新增一門課程教材時,可以 利用系統提供的教材編輯工具對課程教材進 行課程主題資訊的設定,並以本實驗室對於多 媒體技術之研究為基礎,利用多媒體串流的技 術,結合教師對教材的指引動作、解說畫面, 製作出生動的教材影音檔,提供不同模式教材 的表現方式。在此多媒體教材編輯工具裡,利 用 Microsoft 的 Windows Media Encoder 的技 術 來 發 展 動 態 課 程 教 材 導 引 的 功 能 , 利 用 Encoder 把教材網頁同步壓縮成串流影片,將 老師上課時的影像與相對應的教材解說動作 都能即時的記錄下來,提供學生瀏覽多媒體的 課程。 授 課 者 可 選 擇 將 課 程 教 材 壓 縮 成 符 合 SCORM 格式的檔案,根據使用者輸入的教材相 關 資 訊 設 定 , 教 材 編 輯 工 具 協 助 產 生 符 合 SCORM 標準必備的封裝格式,配合各教材主題 的多媒體網頁,製作出符合標準格式課程封裝 檔案,提供至各個與 SCORM 相容學習管理平台 (Learning Management System, LMS)成為一

(4)

個共享教材,達到教材資源共享及再利用的目 的。 WSMS 的概念由傳統的教材編輯工具與網頁 伺服器技術結合,利用網頁伺服器的技術讓數 位學習資源結合在服務導向的架構中。學習資 源的提供者欲提供教材到網路伺服器架構可 以輕易的藉由 UDDI 伺服器來建立,因此其他 授課者可以經由 UDDI 搜尋課程教材,直接使 用再 UDDI 伺服器上的教材資源。在使用上, WSMS 可結合其他 LMS 的資源到 UDDI 伺服器 中。依據這樣的架構,授課者和學習者所獲得 的教材源除了本端 LMS 伺服器更可以是其他 LMS 伺服器,WSMS 從不同的 LMS 取得不同資源 後透過分類的法則可以將其分類,因此無論是 授課者或這是學習者便能更輕易的找到想要 的資源。 資料庫包含了幾種資料表,學習者紀錄表 (learner profile) 、 學 習 內 容 記 錄 表 (learning content) 和資源紀錄表(content profile)。學習者紀錄表記錄了個人資料和學 習情形。根據這些學習資料我們可以分析出學 習者的學習情形和學習方式,並可在將來提供 學習者有用的建議作為學習上的參考。學習內 容資料庫中記錄著有關於學習資源的資料,這 些資源有文件、圖片、影像和一些數位型的資 料。學習內容資料庫中提供了分類的法則讓學 習 資 源 有 效 的 分 類 在 不 同 的 群 組 的 資 料 庫 中。學習紀錄庫負責學習內容的紀錄。他依循 SCORM Content Aggregation Model 和使用 XML 標籤描述學習內容。 專家代理人(expert agent),使用 DFPN 的 技術。專家代理人會依據 DFPN 的模型來動態 產生記錄學習者的學習歷程。而專家代理人沒 有界面可與學習者溝通,但是會在 LMS 上給予 學習者適當的建議。這個系統依據專家代理人 的意見提供學習者下次學習時該學習哪項課 程。 LMS 是一個學習平台,它提供了三種角色 的學習群,有管理者(Administrator)、授課 者(lecture)、學習者(learner)。授課者可以 放置學習教材在 LMS 並且將其教材註冊,且可 以讓學習者學習之。LMS 也提供了授課者給予 作業和打分數的功能。而學習者可透過幾個在 LMS 上有用函式;如可以寫下該課程的筆記或 者安排自己的行事曆。且 LMS 平台具備聊天室 和討論區,所以學習者更可以利用這些的即時 性功能,來達到學習的目的。

內容感知與內容呈現

行動學習教材呈現之系統架構,主要分為 三 個 階 層 ,LCMS、Learners and Learning Devices 及Context-Sensitive Middleware, 如圖 3 所示。Context-Sensitive Middleware (以下簡稱CSM)主要的功能是將一份LCMS的 學 習 教 材 , 針 對 不 同 行 動 裝 置 的 設 備 內 文 (Device Context),提供學習者不同的呈現 方式。 在設計上,本文採用 MVC 模版來規範整個 系統架構。為了提升學習教材的可再用性,我 們遵循 SCORM 1.3.1 的國際標準,將學習內容 分 成 Asset 、 SCO 、 SCA 以 及 Content Packaging,並利用 XML 來對這些元素加以描 述以及鏈結他們之間的關係,CSM 之間的子系 統 模 組 歸 納 如 下 : 圖 3:行動學習教材呈現系統架構圖 CSM Interface:透過 CSM Interface 與 LCMS Interface 之溝通,以獲得 LCMS 所 提供的行動學習教材資源。

CSM GUI 及 Context Detector:學習者則

透過 CSM GUI 以獲取行動學習教材,其 中,藉由 Context Detector 來偵測不同行 動裝置之設備內文。

Bare Course Storage:從 LCMS 所獲取的

教材,將存放於此,以一份行動學習教材 為例,主要的教材資源有三種:教材影像 ( Slide IMG )、 學 習 內 容 ( Learning

Content)及多媒體(Multimedia)

XML Profile Generator:為了能讓同一份

教材於不同的裝置上呈現,XML 文件所 具有之通用特性,能達成此一目標。XML

Profile Generator 分成三個子模組:Slide IMG Generator 、 Learning Content Generator 及 Multimedia Generator。

View Adaptor:透過前述之 XML Profile

Generator,可產出三份 XML 文件:教材

影像文件(Slide IMG Profile)、學習內 容文件(Learning Content Profile)及多 媒體文件(Multimedia Profile),而 View

Adaptor 主要的作用是,將這三份 XML

文件與 Context Detector 所獲取之設備內 文作結合,以達最適化。View Adaptor 亦 分成三個子模組:Slide IMG Adaptor、

Learning Content Adaptor 及 Multimedia Adaptor。

(5)

4

Synchronization Processor : Learning

Content Adaptor針對靜態文件作處理,如 投影片之大綱內容;Multimedia Adaptor 則針對動態文件來作處理,如老師上課的 影音視訊檔案等。藉由 Synchronization Processor 將兩者結合,以達到同步播放 的功能。 XML Parser:Synchronization Processor 整合出來的一份 XML 文件,與 View

Adaptor 之 Slide IMG Adaptor 所產出的

『最適化教材影像』,透過 XML Parser 將所有的 XML 文件打包成一份。 Context-Sensitive XSLXSL Proxy:由 XML Parser 所得到的產物,便是一份客 制化的行動學習教材,因為是針對不同行 動裝置之設備內文所得,故在這裡稱作是 Context-Sensitive XSL。此外,XML Parser 每次解析出來的 Context-Sensitive XSL 將被集中存放於 XSL Proxy,方便學習者 下次瀏覽時可直接由 XSL Proxy 取得。

學習檔案分析與管理

學習者個人檔案 學習紀錄檔 數位課程 瀏覽分析 數位課程 使用分析 學習者 學習分析 資訊勘測 分析技術 回饋機制資料 規則模式 過濾技術 圖 4、學習檔案分析與管理 本研究工作將分析由智慧型學習平台所蒐 集使用者之行為紀錄,並將結果回饋(feedback) 给智慧型學習平台,如圖 4 所示。反覆試驗, 藉由對於使用者之學習成效分析,加以驗證所 提出之模式是否正確,並做適當修正。首先, 將對相關學習行為的資訊勘測技術的研究與 分析。並研究與分析在所開發數位學習系統平 台開發資訊勘測技術所面臨的問題與困難,包 含規劃與設計針對子計畫一,數位學習平台的 提供教材使用學習紀錄的資訊勘測技術,以幫 助教師修改教材、瞭解學生學習狀況,以及學 生自我評量,進而增進學習效率。且已建置可 以分析使用者瀏覽課程網頁的雛型與機制。 相關學習行為的資訊勘測技術的研究與分 析,分述如下: 1. 使用者課程瀏覽路徑分析 藉由紀錄使用者瀏覽網頁的路徑,我們可 以得知網頁瀏覽的順序與過程,從而得知 a. 網頁編排適當性 若大部分的使用者,都有相同的瀏覽路徑 pageA -> pageB -> pageC,那麼我們可以提出 建議,檢查此瀏覽路徑,是否具備順序必要 性,若否,則考慮將 pageC 提高至與 pageB 同 一等級,以避免使用者多繞遠路。

b. Loop 偵測

若存在 pageA -> pageB -> pageC -> pageB 的瀏覽路徑,則我們必須檢查網頁編排,是否 存在不必要之迴圈。若此為正常瀏覽行為,那 麼我們可以檢視 pageC,考慮將部分內容合併 入 pageB,以便利使用者,在相同頁面內,一 次取得所需資訊。 2. 數位課程的使用分析 在一般的情況下,使用者瀏覽課程網頁, 往往基於本身興趣。因此,根據系統紀錄分 析,我們會發現使用者的瀏覽行為模式,具備 相 關 網 頁 重 複 瀏 覽 ( courseA->courseB->courseA ) 與 依 序 瀏 覽 (courseA->courseB->courseC)之特性。藉由 精確的分析工作,我們可以判別: a. 數位課程的相關性規格 通常瀏覽「西洋藝術史」的同學,也會瀏 覽「文藝復興時期繪畫」與「米開郎基羅作品 賞析」,以此類推。 因此我們透過此類分析歸納,將課程自動 分群分類,未來將提供使用者學習建議,自動 為其建立「參考課程網頁」,以便使用者交叉 學習參考相同領域之知識。 b. 數位課程的順序性模式 同理,許多學門具備有循序漸進之特性, 藉由分析系統紀錄,我們可以得知,修習「作 業系統」的同學,通常都具備先修「程式語言」 與「資料結構」之特性。 因此,透過紀錄分析,我們將可建立課程 學習的 learning tree,未來當使用者瀏覽某一 課程網頁時,我們可以自動推薦「未來修習課 程」,或者是查詢使用者修課歷程,提醒使用 者欠缺之「先修科目」。 3. 使用者學習紀錄 大部分的課程網頁,都有提供自我評量與 意見調查等功能,因此藉由此類調查,我們不 難得知使用者對於該課程的學習狀況。因此, 當樣本空間母群體數,大於我們的信心要求門 檻後,我們即可得知該門課程的難易度,以及 學習成效分佈。進一步地,我們將可以: a. 課程內容編排建議 調整內容困難度,以便符合大部分使用者 需求,避免造成過難或過易兩種極端。視情況 建議將課程劃分為二,分別提供入門課程與進 階課程,因材施教,以獲得較佳之學習成效。 b. 使用者學習狀況追蹤

(6)

藉由學習進度與測驗評量結果,我們嘗試 掌握使用者的學習狀況,進而產生學習建議, 包括重複測驗,或者是重點網頁提示等。此 外,我們也可將此類學習狀況,回報給授課教 師,以便及早發現學習障礙,預先彌補,避免 至學期末,才赫然發現問題的嚴重程度。

計畫執行期中成果與自評

此計劃所研究與開發之先進技術,智慧型 學習平台、內容感知與內容呈現與學習檔案管 理與分析,彼此互相緊密結合,缺一不可,且 各擁有其獨特性與重要性。計畫執行期間,每 個 子 計 畫 互 相 交 流 研 究 與 開 發 的 方 法 與 經 驗,以期可於將彼此研發成果結合在一起以提 供與成為未來新ㄧ代數位學習平台的典範。

肆、 參考文獻

[1] Advanced Distributed Learning(ADL), “ADL SCORM Version 1.3 Application Profile,” WORKING DRAFT 0.9, November 27, 2002.

[2] M. Brennan, S. Funke, C. Anderson, “The Learning Content Management System - A New eLearning Market Segment Emerges,” An IDC White Paper, 01 December 2001. [3] T. Reenskaug, “Working With Objects: The

OOram Software Engineering Method,” Manning Publications, 0-13-452930-8, Per Wold and Odd Arild Lehne, 1996.

[4] Available to http://www.softinterface.com/

[5] Advanced Distributed Learning (ADL) initiative, “Sharable Content Object Reference Model (SCORM)”, http://www.adlnet.org/.

[6] Aviation Industry CBT Committee (AICC), “Computer Managed Instruction (CMI)”, http://www.aicc.org/.

[7] IEEE Learning Technology Standards Committee (LTSC), “Learning Object Metadata (LOM)”, http://ltsc.ieee.org.

[8] W3C, “Document Object Model (DOM)”, http://www.w3.org/DOM.

近期論文著作:

台灣大學電機工程學系 陳銘憲教授 1. C.-R. Lin, K.-H. Liu, and M.-S. Chen, ``

Dual Clustering: Integrating Data Clustering over Optimization and Constraint Domains,'' accepted by IEEE Trans. on Knowledge and

Data Engineering, 2004.

2. H.-Y. Kao, J.-M. Ho and M.-S. Chen, ``WISDOM: Web Intra-page Informative

Structure Mining based on Document Object Model,'' accepted by IEEE Trans. on

Knowledge and Data Engineering, 2004.

3. C.-H. Yun, K.-T. Chuang and M.-S. Chen, ``Adherence Clustering: An Efficient Method for Mining Market-Basket Clusters,'' accepted by Information Systems,, 2004. 4. W.-G. Teng, M. Hsieh and M.-S. Chen, ``A

Statistical Framework for Mining

Substitution Rules,'' accepted by Knowledge

and Information Systems (KAIS), 2004.

5. C.-H. Lee, C.-R. Lin and M.-S. Chen, ``Sliding Window Filtering: An Efficient Method for Incremental Mining on a Time-Variant Database,'' accepted by

Information Systems,, 2004.

6. H.-Y. Kao, S.-H. Lin, J.-M. Ho and M.-S. Chen, ``Mining Web Information Structures and Contents based on Entropy Analysis,''

IEEE Trans. on Knowledge and Data Engineering, Vol. 16, No. 1, January 2004.

7. C.-H. Lee, M.-S. Chen and C.-R. Lin, ``Progressive Partition Miner: An Efficient Algorithm for Mining General Temporal Association Rules,'' IEEE Trans. on

Knowledge and Data Engineering, Vol. 15,

No. 4, August 2003.

國立成功大學工程科學系 黃悅民教授 1. S.H. Lin, M.C. Chen, J.M. Ho, and Y.M.

Huang, “ACIRD: Intelligent Internet Document Organization and Retrieval”, To appear in IEEE Trans. on Knowledge and Data Engineering (SCI).

2. R. M. Chen and Y. M. Huang, "Multi-Constraint Job Scheduling by Clustering Scheme of Fuzzy Neural

(7)

6 Network", IEICE Trans. on Inf. & Syst.,

Vol.E84-D, No.3, (SCI,EI) March 2001 3. J.W. Ding and Y.M. Huang, "Resource-based

Striping: An Efficient Striping Strategy for Video Servers Using Heterogeneous Disk-subsystems", To appear in Multimedia Tools and Applications (SCI, EI)

4. J.N.Chen, Y.M. Huang, and W. C. Chu, “Adaptive Multi-Agent Decision Making using Analytical Hierarchy Process”, 15th Australian Joint Conference on Artificial Intelligence Canberra - Australia December 2nd - 6th, 2002.

5. R.M. Chen and Y.M. Huang, “Competitive Neural Network to Solve Real-Time Scheduling”, 2002 International Computer Symposium, Workshop on Artificial Intelligence, Taiwan, Dec. 2002

6. C.M. Hung, Y.M. Huang, and T.S. Chen, “Assessing Check Credit With Skewed Data: A Knowledge Discovery Case Study”, 2002 International Computer Symposium, Workshop on Artificial Intelligence, Taiwan, Dec. 2002.

7. 黃悅民, 邱繽瑩, and 張志強 “XML-based 現場影音多媒體教材編輯工具之設計與實 現”, 2002 Workshop on E-Learning Theory & Applications (Invited paper), Hsin-Chu, Taiwan, Oct. 31, 2002.

東海大學資訊工程與科學系 朱正忠教授 1. C.H. Chang, C.W. Chu, C.W. Lu, Y.C. Pang,

D. L. Yang, “An XML-based Meta-model for Process and Agent-based Integrated Software development

Environment(PRAISE),” Accepted by

Software Evolution with UML and XML,

Idea Group Publishing.

2. J.N. Chen, Y.M. Huang and C.W. Chu, “Recommendation Agent Behaviour with Dynamic Fuzzy Petri Net in E-Learning Environment,” Accepted by Journal of

Applied Systems Studies. (EI, SCI)

3. C.W. Chu, C.H. Chang, C.W. Lu, D.L. Yang and W.D. Lian, “Integrating diverse

paradigms in evolution and maintenance by an XML-based unified model,” Journal of

Software Maintenance and Evolution: Research and Practice, Vol. 15, No. 3,

May-June 2003, pp. 111-144. (EI, SCI) 4. T. Yang, J. L. Huang. F. J. Wang, and C.W.

Chu, “Constructing an Object-Oriented

Environment for Web Application Testing,”

Journal of Information Science and Engineering, Vol. 18, No. 1, January 2002,

pp. 59-84. (EI)

5. C.W. Chu, et al, “Design Pattern-Based N-tier Architecture for E-Commerce Systems,” The Journal of Internet

Technology, Vol. 2, No. 1, 2001, pp. 81-89.

6. C.W. Chu, et. al., “UMPAL: An Unstructured Mesh Partitioner and Load Balancer on World Wide Web,” The Journal

of Information Science and Engineering, Vol.

7, No. 4, 2001, pp. 595-614.(EI) 7. Y. Li, H. Yang and C.W. Chu, “A Fuzzy

Approach for Improving the Reliability of Knowledge Mining in Legacy Code by Utilizing Cooperative Information,” The

International Journal of Fuzzy Systems, Vol.

數據

圖 2: Agent-based Navigation Training System  架構圖  當授課者想要新增一門課程教材時,可以 利用系統提供的教材編輯工具對課程教材進 行課程主題資訊的設定,並以本實驗室對於多 媒體技術之研究為基礎,利用多媒體串流的技 術,結合教師對教材的指引動作、解說畫面, 製作出生動的教材影音檔,提供不同模式教材 的表現方式。在此多媒體教材編輯工具裡,利 用 Microsoft 的 Windows Media Encoder 的技 術 來 發 展 動 態 課 程 教 材 導 引

參考文獻

相關文件

表演藝術:1.認識 世界傳統舞蹈類 型實際學習體驗 原民舞蹈與文化 2.實際體驗舞台 與劇場藝術魅 力。3.透過街頭 藝術、國際藝術 節的介紹,體驗

一、成績計算:以術科實作及面試之原始分數計算,術科實作成績佔 70%,面試成績佔 30% (術 科實作原始分數*70%+面試原始分數*30%,分數四捨五入至小數點第 2

機器人、餐飲服務、花藝、雲端運算、網路安全、3D 數位遊戲藝術、旅 館接待、行動應用開發、展示設計、數位建設

"Extensions to the k-Means Algorithm for Clustering Large Data Sets with Categorical Values," Data Mining and Knowledge Discovery, Vol. “Density-Based Clustering in

Suggestions to Medicine Researchers on Using ML-driven AI.. From Intelligence to Artificial Intelligence.. intelligence: thinking and

張庭瑄 華夏技術學院 數位媒體設計系 廖怡安 華夏技術學院 化妝品應用系 胡智發 華夏技術學院 資訊工程系 李志明 華夏技術學院 電子工程系 李柏叡 德霖技術學院

美三甲 陳佳緯 東南科技大學 數位媒體設計系 貿三甲 李俊廷 東南科技大學 休閒事業管理系 廣三甲 林子容 東南科技大學 數位媒體設計系 廣三甲 黃宣慈 東南科技大學

Artificial Intelligence & Data Science Workshop, Hualien, Taiwan, January 2022 Wistron NeWeb Corporation, Hsinchu, Taiwan, December 2019 Speech Signal Processing Workshop,