标题：基于跨分支注意力学习的课堂学生参与度预测方法
作者：莫元娇
作者单位：桂林电子科技大学电子信息与通信学院，广西 桂林 541004
关键字：群体情绪；多路径注意力；学生参与度预测
摘要：在教学过程中，为了让教师更准确观察学生的行为，更深入了解学生在学习活动中的参与情况，将参与度预测技术引入，用于测量学生在课堂教学中的参与程度，并将群体参与度作为影响群体行为和结果的关键因素，提出了一种三分支的交叉注意力网络，用于提取个体学生与群体学生之间的注意力特征表示，从而预测整个课堂的群体参与度。首先，将全局图像和双MIP作为输入，分别学习由双MIP和全局上下文产生的信息面部区域；然后，提出了跨路径交叉注意力模块，将双MIP和全局上下文的特征融合在一起，实现特征融合，达到提高群体检测准确率的效果。实验结果表明，所提出的参与度评分模型的预测结果与学生自我报告的认知参与度、投入程度以及学生课后的随堂测试成绩之间存在显著相关性，这证明了该模型在准确捕捉全体学生课堂参与度方面的有效性。这项研究也为优化课堂教学质量提供了有价值的方法。