305336記事公開中

トレンドワード
  2. AIベンチマークリサーチ
  3. 論文研究
  4. 教育現場でのair:bitによる電子工作とプログラミング教育（Teaching Electronics and Programming in Norwegian Schools Using the air:bit Sensor Kit）
2 分で読了
0 views

教育現場でのair:bitによる電子工作とプログラミング教育

（Teaching Electronics and Programming in Norwegian Schools Using the air:bit Sensor Kit）

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近若手から「センサーを使った教育プロジェクトが良い」と聞くのですが、具体的に何が良いのでしょうか。弊社の現場でも役立ちますか。

AIメンター拓海

素晴らしい着眼点ですね！air:bitというキットを使った授業は、ものづくりとデータの取得・解析を組み合わせる点で現場応用力が高まるんですよ。要点を3つにまとめると、実装の経験、データ収集の習慣、解析の基礎が身につくことです。大丈夫、一緒に見ていけば必ずできますよ。

田中専務

実装経験というのは、具体的にどのレベルの作業を指すのでしょうか。弊社の現場では電気を触る人が限られていて、ハードルが高いのではと心配しています。

AIメンター拓海

いい質問ですよ。air:bitは組み立てやハンダ付け、簡単な回路理解とプログラミングを学ぶ初級〜中級レベルです。学校向けに安全配慮された設計で、先生向けの指導資料も充実しているため、現場で少数の技術者が指導すれば広く展開できるんです。

田中専務

データ収集の話がありましたが、学校が集めたデータはどの程度信頼できるのでしょうか。工場の品質管理に使えるレベルになりますか。

AIメンター拓海

素晴らしい着眼点ですね！air:bitの初期バージョンではセンサー比較性に課題がありましたが、改良版で精度と校正の手順が改善されています。要点を3つにすると、センサーの校正、複数デバイス間の比較、データの前処理の習熟が必要です。現場の品質管理で即使えるかは、用途に応じた校正作業が前提になりますよ。

田中専務

これって要するに、学校での教育プロジェクトは

監修者

阪上雅昭（SAKAGAMI Masa-aki）
京都大学　人間・環境学研究科　名誉教授

論文研究シリーズ
前の記事
文章遷移行列：文の意味を保つ効率的手法
(Sentence transition matrix: An efficient approach that preserves sentence semantics)
次の記事
モノレイヤWSe2の点欠陥を第一原理で読む
（First Principles Study of Intrinsic and Extrinsic Point Defects in Monolayer WSe2）
関連記事
階層的多段階食品分類
（Muti-Stage Hierarchical Food Classification）
類似性保持型敵対的グラフコントラスト学習
（Similarity Preserving Adversarial Graph Contrastive Learning）
学際的視点で「現実世界」を再定義する教育研究
（Using disciplinary perspectives to refine conceptions of the “real world”）
メタデータがセグメンテーションを変える――マルチタスク誘導による改善
(Metadata Improves Segmentation Through Multitasking Elicitation)
制約付きk-サブモジュラ最大化のためのオンラインおよびストリーミングアルゴリズム
（Online and Streaming Algorithms for Constrained k-Submodular Maximization）
70%サイズ、100%の精度：損失なしLLM圧縮による動的長浮動小数点（Dynamic-Length Float） 70% Size, 100% Accuracy: Lossless LLM Compression for Efficient GPU Inference via Dynamic-Length Float
この記事をシェア

有益な情報を同僚や仲間と共有しませんか？

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
（Black hole/quantum machine learning correspondence）
  • 論文研究
生成AI検索における敏感なユーザークエリの分類と分析
（Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System）
  • 論文研究
DiReDi：AIoTアプリケーションのための蒸留と逆蒸留
（DiReDi: Distillation and Reverse Distillation for AIoT Applications）
  • 論文研究

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に！
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
最新記事
音声から「屋外録音」時の3D顔動作を合成する技術
（Synthesising 3D Facial Motion from “In-the-Wild” Speech）
  • 論文研究
大量のツイートに基づく市民の特徴付け
（Characterization of citizens using word2vec and latent topic analysis in a large set of tweets）
  • 論文研究
オミクスデータの統合的コンセンサスクラスタリングのための多重カーネル学習
（Multiple kernel learning for integrative consensus clustering of ’omic datasets）
  • 論文研究
生成モデルの精度と網羅性を分離して評価する手法の改良
（Improved Precision and Recall Metric for Assessing Generative Models）
  • 論文研究
SR-GANによるゼロショット学習の改良
（SR-GAN: SEMANTIC RECTIFYING GENERATIVE ADVERSARIAL NETWORK FOR ZERO-SHOT LEARNING）
  • 論文研究
継続学習の三つのシナリオ
（Three scenarios for continual learning）
  • 論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む