LAGAN: Deep Semi-Supervised Linguistic-Anthropology Classification with Conditional Generative Adversarial Neural Network

要約

教育はすべての人の権利ですが、すべての個人は他の人とは異なります。
ポスト共産主義時代の教師たちは、第四次産業革命の雇用市場に向けて全員を平等に訓練するための固有の個人主義を発見しました。
学問実践における少数民族教育のシナリオを考えることができる。
少数民族は独自の文化の中で成長しており、母国の方法で教えられることを好みます。
私たちは、このような言語人類学（人々の学び方）に基づく関与を半教師あり問題として定式化しました。
次に、学生の参加における言語民族誌的特徴を分類するために、条件付きの深層敵対的生成ネットワーク アルゴリズム、つまり LA-GAN を開発しました。
理論的正当性は、半教師あり敵対的モデルの目的関数、正則化関数、損失関数を証明します。
調査の質問は、学習スタイル、学習アプローチ、好みが私たちの主な関心領域である Z 世代と少数民族グループに関する何らかの形の仮定に到達するために用意されています。

要約(オリジナル)

Education is a right of all, however, every individual is different than others. Teachers in post-communism era discover inherent individualism to equally train all towards job market of fourth industrial revolution. We can consider scenario of ethnic minority education in academic practices. Ethnic minority group has grown in their own culture and would prefer to be taught in their native way. We have formulated such linguistic anthropology(how people learn)based engagement as semi-supervised problem. Then, we have developed an conditional deep generative adversarial network algorithm namely LA-GAN to classify linguistic ethnographic features in student engagement. Theoretical justification proves the objective, regularization and loss function of our semi-supervised adversarial model. Survey questions are prepared to reach some form of assumptions about z-generation and ethnic minority group, whose learning style, learning approach and preference are our main area of interest.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google