Mobile learning based on adaptive web interface
Adaptae olabilir mobil ogrenme
- Tez No: 270353
- Danışmanlar: DOÇ. DR. ADEM KARAHOCA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 66
Özet
Web uygulamaları farklı müşteri ve kullanıcı tercihleri için daha fazla önem kazanmaya başlamıştır. Bu tür web içeriklerini oluşturmak ve yayınlamak için ciddi caba sarf etmek gerekmektedir. Bu sorunu çözmek için, bu tez Tarayıcı Tanım Şeması üzrinden ilgili arayüze ulaşma yaklaşımı getirmektedir. MVC üzerinde ilgili dinamik arayüzlere bir görüntü yönetim motoru ile yönlendirilir.Bugün mevcut durumda öğrenme içeriğinin çoğu yüksek çözünürlüklü ekran için tasarlanmıştır.Bunlardan sadece bir kısmını bir mobil cihazda kullanılabilir. Bazı içerik özellikle mobil cihazlar için tasarlanmış olsa da, teknik özellikleri çeşitliliği nedeniyle,içerik sağlayıcılar bu içeriğin tüm mobil cihazlar ulaşılabilmesini mevcut standartlar dahilinde garanti edemez. Bu tez çalışmasında, içeriğin mobil cihazlardan bağımsız olması sağlanmaya çalışılmıştır. Öğrencilerin kullandığı cihalara göre dağıtımı yapılan içerikten isfade etmesi sağlanır.
Özet (Çeviri)
Web applications automatically adapted for different clients and user preferences gain more importance. Still, there are barely technologies to compensate the additional effort of creating, maintaining and publishing such Web content. To address this problem, this thesis introduces a declarative, Model View Controller approach for adaptive, dynamic view on the basis of Browser Definition File Schema (XML-technology). Adaptive Web interface on different abstraction levels are defined in order to support effective Web view authoring and generation. Most of the learning content existing today is designed for high resolution screen. Only a fraction of contents can be utilized on a mobile device. Although some content may be specifically designed for mobile devices, content providers cannot assure that this content can be accessed by all mobile devices, because of the wide variety of technical characteristics, and existing standards. In this thesis, we propose a device-independent architecture for mobile learning, which provides contents based on characteristics of mobile devices and mobile learners. Delivering contents tended to adapt to not only learner?s needs and preferences, but also to mobile device used.
Benzer Tezler
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Kanal tabanlı özellik temsili ve derin öğrenmeye dayalı uykululuk sınıflandırması
Drowsiness classification based on channel-based feature representation and deep learning
MUSTAFA RIFAT ÇELİK
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ZÜMRAY ÖLMEZ
- Çoklu mobil robot sistemleri için metasezgisel ve derin öğrenme tabanlı yol planlama optimizasyonu
Metaheuristic and deep learning based path planning optimization for multiple mobile robot systems
MUSTAFA YUSUF YILDIRIM
Doktora
Türkçe
2025
Mekatronik MühendisliğiErciyes ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. RÜŞTÜ AKAY
- Afet yönetimi odaklı hücresel ağ kapsama performansı için mekansal yapay zeka tabanlı model önerisi
Geospatial artificial intelligence (GeoAI) based model proposal for cellular network coverage performance with a focus on disaster management
GÜZİDE MİRAY PERİHANOĞLU
Doktora
Türkçe
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. HİMMET KARAMAN
- Bilişsel robotlar için öğrenme güdümlü sembolik planlama
Learning guided symbolic planning for cognitive robots
PETEK YILDIZ
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SANEM SARIEL TALAY