Submitted by admin on Thu, 08/11/2022 - 20:10

Ketidakhadiran dan keciciran pelajar yang tidak diduga

Sequence Number 3 Industry Education Banner Ketidakhadiran dan keciciran pelajar yang tidak diduga How 5G enabled

Data yang dikumpulkan menggunakan 5G dan AI untuk meramal isu lebih awal dan mampu mengelakkan keciciran pelajar.

Data Flows
Title Peranti Icon Devices Description
  • Senaraikan sumber/jenis data penting yang perlu dikumpulkan untuk mengetahui kemajuan pelajar
  • Berdasarkan maklumat tersebut, tentukan jika/jenis sensor yang akan digunakan
Title Keterhubungan Icon Connectivity Description
  • Data dari sensor akan dihantar kepada stor penyimpanan Perusahaan
Title Pengkomputeran Edge Icon Edge Compute Description
  • Tidak diperlukan untuk masa nyata, tetapi semua ini dijangka bakal berubah
Title Pengkomputeran dan Penyimpanan Awan Icon Cloud Compute & Storage Description
  • Semua data edge yang dikumpul aakan dimasukkan kedalam stor penyimpanan Perusahaan
  • Kesemua data dalam stor penyimpanan Perusahaan
  • Kesemua data disimpan dalam stor penyimpanan Perusahaan
Title Aplikasi & Perkhidmatan Icon Applications & Services Description
  • Jenis model akan dipilih susun berdasarkan aplikasi dan perkhidmatan
  • Walaubagaimanan, kemungkinan besar akan didorong oleh ML
Application Logic
Description
  • Pastikan semua data berkaitan pelajar tersedia:
  • Apakah data yang perlu dikumpulkan
  • Apakah maklumat lain yang diperlukan untuk menghasilkan maklumat ini? Adakah data ini dari luar sekolah, dll.
Description
  • Berdasarkan jawapan yang diberikan sebelum ini, kita boleh tentukan sekiranya/apakah model AL (ML/MV) yang akan digunapakai
  • Kenal pasti tanda-tanda awal (dalam istilah data) keciciran pelajar yang boleh dikenal pasti
  • Menggunakan PKS dan saintis data untuk mendapatkan model yang sesuai digunakan; Ini akan mengambil beberapa langkah kerana kesemua maklumat masih baru.
  • Oleh itu, pelaksanan boleh dijalankan tetapi keputusan awal masih belum tepat
Description
  • Seperti yang dinyatakan, kita perlu bersedia untuk menggunakan mana-mana jenis model.
  • Memandangkan data yang dikumpul adalah data tentang hasil, dsb. tumpuan akan dipacu ML.
  • Walau bagaimanapun, jika kita membangunkan data tentang wajah pelajar semasa belajar, maka ia akan berasaskan MV.
Expected benefits