机构名称：
¥ 1.0
摘要。现代基于云的大数据工程方法（如机器学习和区块链）能够从多种不同模态来源（如视频源、传感器数据等）收集学习者数据，从而实现多模态学习分析 (MMLA) 和对学习过程的反思。特别是，跳舞或操作复杂机器等复杂的心理运动技能正从 MMLA 中获益。然而，教师、学习者和其他机构利益相关者可能一方面对应用于学习数据的机器学习过程的可追溯性和透明度存在问题，另一方面对隐私、数据保护和安全性存在问题。我们提出了一种使用机器学习和区块链作为服务来获取、存储、处理和呈现多模态学习分析数据的方法，以实现可解释的人工智能 (AI) 和经过认证的学习数据处理可追溯性。此外，我们通过参与式设计和以社区为导向的 MMLA 流程监控来扩展已建立的开源软件 DevOps 流程，从而促进最终用户参与整个开发周期。MILKI-PSY 云 (MPC) 架构正在扩展现有的 MMLA 方法和基于 Kubernetes 的学习分析基础设施部署自动化，这些自动化来自许多研究项目。MPC 将促进该领域的进一步研究和开发。
MILKI-PSY Cloud：通过可解释的人工智能和区块链促进多模式学习分析
主要关键词
相关文件推荐
