差分

このページの2つのバージョン間の差分を表示します。

--- lecture:インタラクションデザイン演習実習i:2024 [2024/04/21 17:25] – 作成 baba
+++ lecture:インタラクションデザイン演習実習i:2024 [2024/05/01 11:32] (現在) – [スケッチ練習] baba
@@ 行 1: / 行 1: @@
 ====== 2023年度インタラクションデザイン演習実習Ⅰ ======
 <WRAP center round important 60%>
-このページは東京都立大学にて開講している、2023年度インタラクションデザイン演習実習Ⅰにおける授業補助教材です。
+このページは東京都立大学にて開講している、2024年度インタラクションデザイン演習実習Ⅰにおける授業補助教材です。
 </WRAP>
@@ 行 14: / 行 14: @@
 * Nearest Neighbor参考ページ：[[http://tetsuakibaba.jp/workshop/PatternRecognition4InteractionDesign/main.html|インタラクションデザインの為のパターン認識入門]]
+===== スケッチ練習 =====
+以下の動画を再現するスケッチを記述せよ。
+<WRAP center round tip 60%>
+ヒント：200個のランダム座標、drawingContextを利用して影は自動で描画している。NN法で学習したユークリッド距離計算を用いて一定の近さにいるオブジェクトに対して線を描画している。
+</WRAP>
+{{ :lecture:インタラクションデザイン演習実習i:out.mp4 |}}
+<code>
+<!DOCTYPE html>
+<html lang="en">
+<head>
+    <meta charset="UTF-8">
+    <meta name="viewport" content="width=device-width, initial-scale=1.0">
+    <script src="https://cdnjs.cloudflare.com/ajax/libs/p5.js/1.9.0/p5.js"></script>
+    <title>p5.js Sample</title>
+</head>
+<body>
+    <script>
+        var points = [];
+        // Your p5.js code goes here
+        function setup() {
+            createCanvas(400, 400);
+            const numCoordinates = 200;
+            points = generateRandomCoordinates(numCoordinates);
+            // drawingContextを利用して線に影をつける
+            drawingContext.shadowOffsetX = 5;
+            drawingContext.shadowOffsetY = 5;
+            drawingContext.shadowBlur = 2;
+            drawingContext.shadowColor = 'rgba(0, 0, 0, 0.5)';
+        }
+        function generateRandomCoordinates(numCoordinates) {
+            const coordinates = [];
+            const min = 0; // 最小値
+            const max = 400; // 最大値
+            for (let i = 0; i < numCoordinates; i++) {
+                const x = Math.floor(Math.random() * (max - min) + min);
+                const y = Math.floor(Math.random() * (max - min) + min);
+                coordinates.push({ x, y });
+            }
+            return coordinates;
+        }
+        function draw() {
+            background(255);
+            // それぞれのpointsを線で結ぶ
+            for (let i = 0; i < points.length - 1; i++) {
+                const p1 = points[i];
+                const p2 = points[i + 1];
+                // 先の細さを設定
+                strokeWeight(1);
+                stroke(100);
+                line(p1.x, p1.y, p2.x, p2.y);
+                points[i].x += random(-1, 1);
+                points[i].y += random(-1, 1);
+                // points[i]の座標を制限する
+                points[i].x = constrain(points[i].x, 0, 400);
+                points[i].y = constrain(points[i].y, 0, 400);
+            }
+        }
+    </script>
+</body>
+</html>
+</code>
 ====== 論文読解２：手軽な指文字学習支援のためのブラウザゲーム：ゆびもじタイピング ======
@@ 行 23: / 行 103: @@
 >概要
 >>聴覚障がい者のコミュニケーションツールには，単語を手の形や位置，動きで表現する手話と，日 本語かなを手の形や動きに対応させた指文字がある.指文字は手話表現にない固有名詞や名前を表現する ときに使われ，手話初心者にとって手話を覚えていなくても指文字を覚えれば単語を綴ることができる. したがって，指文字をスムーズに綴れることは，手話初心者にとって聴覚障がい者との円滑なコミュニ ケーションへの第一歩と言える.手話の学習方法としては対面で講師から学ぶ方法が主であるが，これは 学習者にとって時間的・金銭的コストがかかる.一方で，学習者が単独で手話を学ぶには，本や DVD を 使った方法があるが，これらは指文字を一字ずつ覚えることはできても，実際に指文字を使うときのよう な単語を綴りながらの指文字練習は紙面やコンテンツ数の制約により，限界があった.そこで本研究では 学習者に単語を提示し，学習者がその単語を指文字で綴ることで指文字学習定着および技能向上を目的と するタイピングゲームを制作する.このゲームはブラウザゲームとして実装・公開することによって，イ ンターネット環境と Web カメラの搭載された PC のみで学習者の手軽な指文字学習を可能にする.
+===== スケッチ練習 =====
+下の動画を参照して、同じことを実現するプログラムをスケッチせよ。
-===== Hand Mario =====
-この授業用の特別教材を準備しました．笑顔認識ができるようになったので，表情を認識させることができるようになりました．先の論文では冷蔵庫の開閉にインタラクションをデザインしていましたが，これをゲーム操作インタフェースとして応用してみます．スーパーマリオブラザーズを模したp5jsのコードをベースにして，表情認識でマリオを操作してみます．
-  * https://www.nintendo.co.jp/networkservice_guideline/ja/index.html
-  * https://tetsuakibaba.jp/ws/doku.php?id=p5js:xx.faceapi
-  * https://editor.p5js.org/tetsuakibaba/sketches/NfnWBTMGs
-  * レース用の雛形（タイマーの下にフレームカウントがついています）：https://editor.p5js.org/tetsuakibaba/sketches/VsRdt5pDr
 ====== 論文読解3： 学習者の匿名音声干渉を利用したオンライン授業の実施と考察 ======
@@ 行 37: / 行 114: @@
   * 著者：馬場哲晃
   * Covid-19によって，多くの教育機関がオンライン授業への対応を余儀なくされた．対面授業とオンライン授業の比較は多くの研究がなされる一方で，オンライン授業では様々なデジタルツールの活用がなされる等，多様な取り組み方法が継続的に実践・検討されている．本稿では，著者が2020年度から開発を開始した音声リアクション・コメント読み上げ共有システムCommentableに対し，学習者による匿名の音声干渉（本稿では特に音声による学生と教員間のインタラクションを指す）機能を利用することで，一部授業では音声なしよりも音声付き投稿が多用されたことや，投稿ログとアンケート結果から授業への参画度向上が示されたことを報告する．一方で，音声干渉機能は200人規模の授業には不向きであるほか，小規模，中規模授業であっても教師および学習者同士が協調し本機能を活用する必要があることがアンケート結果から示された．
 ====== NeuralNet Challenge======
 ここではまずは実際にNeuralNetを自分でコーディングし，その振る舞いを理解した後に楽しいサンプルを触っていきます．