論文の概要: Modeling User Behaviors in Machine Operation Tasks for Adaptive Guidance
- arxiv url: http://arxiv.org/abs/2003.03025v5
- Date: Wed, 16 Sep 2020 06:57:52 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-26 01:11:43.471266
- Title: Modeling User Behaviors in Machine Operation Tasks for Adaptive Guidance
- Title（参考訳）: 適応誘導のための機械操作タスクにおけるユーザ行動のモデル化
- Authors: Chen Long-fei, Yuichi Nakamura, Kazuaki Kondo
- Abstract要約: 多様な体験レベルと個人的特性を持つユーザが提供する視覚的操作記録を統合することを目的とした,操作タスクをモデル化する新しい手法を提案する。
頭部装着型RGB-Dカメラと静的視線追跡装置を用いて,12人の作業者が行う2つの縫製作業の144のサンプルについて検討した。
操作者の視線や頭部の動き,手の動き,ホットスポットなどの行動特性は,行動傾向が顕著であった。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: An adaptive guidance system that supports equipment operators requires a
comprehensive model, which involves a variety of user behaviors that considers
different skill and knowledge levels, as well as rapid-changing task
situations. In the present paper, we introduced a novel method for modeling
operational tasks, aiming to integrate visual operation records provided by
users with diverse experience levels and personal characteristics. For this
purpose, we investigated the relationships between user behavior patterns that
could be visually observed and their skill levels under machine operation
conditions. We considered 144 samples of two sewing tasks performed by 12
operators using a head-mounted RGB-D camera and a static gaze tracker.
Behavioral features, such as the operator's gaze and head movements, hand
interactions, and hotspots, were observed with significant behavioral trends
resulting from continuous user skill improvement. We used a two-step method to
model the diversity of user behavior: prototype selection and experience
integration based on skill ranking. The experimental results showed that
several features could serve as appropriate indices for user skill evaluation,
as well as providing valuable clues for revealing personal behavioral
characteristics. The integration of user records with different skills and
operational habits allowed developing a rich, inclusive task model that could
be used flexibly to adapt to diverse user-specific needs.
- Abstract（参考訳）: 機器操作を支援する適応型誘導システムは、様々なスキルや知識レベルを考慮した様々なユーザー行動や、迅速なタスク状況を含む包括的なモデルを必要とする。
本稿では,ユーザが提供する視覚操作記録を多様な体験レベルと個人的特性で統合することを目的とした,操作タスクのモデル化手法を提案する。
本研究では,視覚的に観察できるユーザ行動パターンと,機械操作条件下でのスキルレベルとの関係について検討した。
頭部装着型RGB-Dカメラと静的視線追跡装置を用いて,12人の作業者が行う2つの縫製作業の144のサンプルについて検討した。
操作者の視線や頭の動き,手操作,ホットスポットなどの行動特性は,継続的なユーザスキル向上による行動傾向が顕著に見られた。
ユーザ行動の多様性をモデル化するために,2段階の手法を用いた。
実験結果から,複数の特徴がユーザスキル評価の適切な指標となり,個人の行動特性を明らかにする上で有用な手がかりが得られた。
異なるスキルと運用習慣を備えたユーザレコードの統合により、多様なユーザ固有のニーズに柔軟に適応できるリッチで包括的なタスクモデルの開発が可能になった。
関連論文リスト
- Cognitive Evolutionary Learning to Select Feature Interactions for Recommender Systems [59.117526206317116]
Cellはさまざまなタスクやデータに対して,さまざまなモデルに適応的に進化可能であることを示す。
4つの実世界のデータセットの実験では、細胞は最先端のベースラインを大幅に上回っている。
論文 参考訳（メタデータ） (2024-05-29T02:35:23Z) - Learning User Embeddings from Human Gaze for Personalised Saliency Prediction [12.361829928359136]
本稿では,自然画像のペアと対応する相性マップからユーザ埋め込みを抽出する新しい手法を提案する。
提案手法のコアとなるのは,異なるユーザのイメージと個人満足度マップのペアを対比することにより,ユーザの埋め込みを学習する,シームズ畳み込みニューラルエンコーダである。
論文 参考訳（メタデータ） (2024-03-20T14:58:40Z) - Towards Unified Multi-Modal Personalization: Large Vision-Language Models for Generative Recommendation and Beyond [87.1712108247199]
我々の目標は、マルチモーダルパーソナライゼーションシステム(UniMP)のための統一パラダイムを確立することである。
我々は、幅広いパーソナライズされたニーズに対処できる汎用的でパーソナライズされた生成フレームワークを開発する。
我々の手法は、パーソナライズされたタスクのための基礎言語モデルの能力を高める。
論文 参考訳（メタデータ） (2024-03-15T20:21:31Z) - What User Behaviors Make the Differences During the Process of Visual
Analytics? [1.5285292154680246]
本研究では,ユーザ行動の包括的データ収集と時系列分類手法を用いた分析手法を提案する。
ユーザスタディでは,デスクトップと没入型2種類の可視化システムを用いて,多様な可視化タスクのユーザ行動を収集している。
この結果から,視覚分析の過程でユーザ行動の区別が可能であり,ユーザの身体行動とそれらが実行する可視化タスクとの間には強い関連性があることが判明した。
論文 参考訳（メタデータ） (2023-11-01T17:45:52Z) - Can Foundation Models Watch, Talk and Guide You Step by Step to Make a
Cake? [62.59699229202307]
AIの進歩にもかかわらず、インタラクティブなタスクガイダンスシステムの開発は依然として大きな課題である。
我々は、人間のユーザと人間のインストラクターとの自然なインタラクションに基づいて、新しいマルチモーダルベンチマークデータセット、ウォッチ、トーク、ガイド(WTaG)を作成しました。
いくつかの基礎モデルを活用して、これらのモデルが認識可能なタスクガイダンスに迅速に適応できるかを調査した。
論文 参考訳（メタデータ） (2023-11-01T15:13:49Z) - Learning Large-scale Universal User Representation with Sparse Mixture
of Experts [1.2722697496405464]
複数のタスクから高品質なユーザ表現を得るための汎用フレームワーク SUPERMOE を提案する。
具体的には、ユーザ動作シーケンスをMoE変換器で符号化することで、モデル容量を数十億のパラメータに増やすことができる。
複数のタスクにまたがる学習においてシーソー現象に対処するために,タスクインジケータを用いた新たな損失関数を設計する。
論文 参考訳（メタデータ） (2022-07-11T06:19:03Z) - ASE: Large-Scale Reusable Adversarial Skill Embeddings for Physically
Simulated Characters [123.88692739360457]
汎用運動技術により、人間は複雑な作業を行うことができる。
これらのスキルは、新しいタスクを学ぶときの振る舞いを導くための強力な先駆者も提供します。
物理シミュレーション文字のための汎用的で再利用可能なスキル埋め込みを学習するためのフレームワークを提案する。
論文 参考訳（メタデータ） (2022-05-04T06:13:28Z) - Knowledge-Enhanced Hierarchical Graph Transformer Network for
Multi-Behavior Recommendation [56.12499090935242]
本研究では,ユーザとレコメンデータシステムにおける項目間の多種類の対話パターンを探索する知識強化階層型グラフトランスフォーマネットワーク(KHGT)を提案する。
KHGTはグラフ構造化ニューラルネットワーク上に構築され、タイプ固有の振る舞い特性をキャプチャする。
KHGTは、様々な評価設定において、最先端のレコメンデーション手法よりも一貫して優れていることを示す。
論文 参考訳（メタデータ） (2021-10-08T09:44:00Z) - Visual Adversarial Imitation Learning using Variational Models [60.69745540036375]
逆関数仕様は、深い強化学習を通しての学習行動にとって大きな障害であり続けている。
望ましい行動の視覚的なデモンストレーションは、エージェントを教えるためのより簡単で自然な方法を示すことが多い。
変動モデルに基づく対向的模倣学習アルゴリズムを開発した。
論文 参考訳（メタデータ） (2021-07-16T00:15:18Z) - Automating Gamification Personalization: To the User and Beyond [2.7400353551392853]
ゲーミフィケーションデザインの定義には,人口統計,ゲーム関連特性,地理的位置,およびLATを考慮する必要がある。
次に、パーソナライズされたゲーミフィケーションデザインを提案するレコメンデーションシステムを実装する。
論文 参考訳（メタデータ） (2021-01-14T16:47:00Z) - Exploiting Behavioral Consistence for Universal User Representation [11.290137806288191]
我々は普遍的ユーザ表現モデルの開発に注力する。
得られた普遍表現には豊富な情報が含まれることが予想される。
行動データを普遍表現にエンコードする自己監視型ユーザモデリングネットワーク(SUMN)を提案する。
論文 参考訳（メタデータ） (2020-12-11T06:10:14Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。