Uma Ferramenta de Mobile Learning para Aprendizado e Treinamento de Escrita Japonesa

• Ed Charles Ferreira Universidade Federal De Sergipe (UFS)
• Antônio Almeida Universidade Federal De Sergipe (UFS)
• Alcides Benicasa Universidade Federal De Sergipe (UFS)

Resumo

Dado o grande crescimento das tecnologias móveis nos último anos e sua aplicação como ferramenta de apoio ao ensino, este trabalho tem como objetivo o desenvolvimento de uma aplicação móvel para a plataforma Android voltada ao aprendizado e prática de escrita japonesa, mais especificamente os alfabetos Hiragana e Katakana. O trabalho apresenta um modelo com duas redes neurais Multilayer Perceptron, uma para classificação dos pixeis desenhados pelo usuário, e outra para classificar as direções dos traços, tendo em vista a relevância deste quesito no sistema de escrita japonês. A acurácia do modelo é testada com amostras coletadas em ambiente de produção. No geral, o modelo apresentou resultados interessantes,demonstrando bastante potencial para futuros aperfeiçoamentos e pesquisas.

Referências

BRAGA, A. d. P.; CARVALHO, A.; LUDERMIR, T. B. Redes neurais artificiais: teoria e aplicacoes. [S.l.]: Livros Tecnicos e Cientıficos, 2000.

ELENKOV, N. Kanji Recognizer. 2015. Disponıvel em: hhttps://play.google.com/store/apps/details?id=org.nick.kanjirecognizeri.

LAN, Y.-F.; SIE, Y.-S. Using rss to support mobile learning based on media richness theory. Computers & Education, Elsevier, v. 55, n. 2, p. 723–732, 2010.

LEAFDIGITAL. Kanji Draw. 2011. Disponivel em: hhttps://play.google.com/store/apps/details?id=com.leafdigital.kanji.androidi.

LUSIL. Kana Draw. 2014. Disponivel em: hhttps://play.google.com/store/apps/details?id=net.lusil.android.kanjidraw.kanaclassici

LUSIL. Kanji Draw. 2016. Dispon´ıvel em: hhttps://play.google.com/store/apps/details?id=net.lusil.android.kanjidraw.jlpt5i.

MURAI, Y. et al. Kanji writing training with haptic interface for the visually impaired. In: World Automation Congress (WAC), 2010. [S.l.: s.n.], 2010. p. 1–6. ISSN 2154-4824.

STATISTA. Number of smartphone users worldwide from 2014 to 2020. 2018. Dispon´ıvel em: hhttps://www.statista.com/statistics/330695/number-of-smartphone-users-worldwide/i.

STATISTA. Number of tablet users worldwide from 2013 to 2020. 2018. Dispon´ıvel em: hhttps://www.statista.com/statistics/377977/tablet-users-worldwide-forecast/i.

STATISTA. Smartphone user penetration as percentage of total global population from 2014 to 2020. 2018. Disponivel em: hhttps://www.statista.com/statistics/203734/global-smartphone-penetration-per-capita-since-2005/i.

STATISTA. Tablet user penetration worldwide as share of population from
2014 to 2020. 2018. Disponivel em: https://www.statista.com/statistics/219909/global-tablet-penetration-forecast/i.

ZHU, B. et al. A robust model for on-line handwritten japanese text recognition. International Journal on Document Analysis and Recognition (IJDAR), v. 13, n. 2, p. 121–131, 2010. ISSN 1433-2825. Disponivel em: hhttp://dx.doi.org/10.1007/s10032-009-0111-yi.