論文の概要: Roommate Compatibility Detection Through Machine Learning Techniques
- arxiv url: http://arxiv.org/abs/2004.06970v2
- Date: Sat, 28 Nov 2020 13:27:05 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-13 04:07:23.265543
- Title: Roommate Compatibility Detection Through Machine Learning Techniques
- Title（参考訳）: 機械学習によるルームメイト適合性検出
- Authors: Mansha Lamba, Raunak Goswami, Mr. Vinay, Mohit Lamba
- Abstract要約: 相手との互換性を決定する重要な要因がいくつかある。
私たちは、ペンペーパーテストではなく、非常に魅力的な質問や回答を通じて、これらの重要な要素についてユーザを評価するシステムを構築しようとしています。
我々の意図は、非互換の人々を写真から取り除くのではなく、他の人物と完全に互換性のあるマッチングを見つけることです。
- 参考スコア（独自算出の注目度）: 7.07321040534471
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Our objective is to develop an artificially intelligent system which aims at
checking the compatibility between the roommates of same or different sex
sharing a common area of residence. There are a few key factors determining
one's compatibility with the other person. Interpersonal behaviour ,
situational awareness, communication skills. Here we are trying to build a
system that evaluates user on these key factors not via pen paper test but
through a highly engaging set of questions and answers. Hence using these
scores as an input to our machine learning algorithm which is based on previous
trends to come up with percentage probability of user being compatible with
another user. With the growing population there is always a challenge for
organisation and educational institutions to make the students and their
employees more and more productive and in such cases a person's social
environment comes into play. A person may be a genius but as long as he is not
able to work well with his peers there will always be a chance of more
productive performance. It is a well-established fact that human are and have
always been a social animal and this has helped in creating communities of
like-minded people. Many times, even when there are a large no of people
employed to do a particular task the result may not be as expected as people
may not compatible in working with one another. This at the end creates
performance gaps, hinders organisation success and in many cases loss of
precious resources. Our intent is not to remove the non-compatible people from
the picture but to find out the perfect compatible match for the person
elsewhere that will not only save the resources will also enable effective use
of resources. Through the use of various machine learning classification
techniques, we intent to do this.
- Abstract（参考訳）: 本研究の目的は,共通の居住地における同性間および異性間の相性を確認することを目的とした,人工的な知的システムを開発することである。
相手との互換性を決定する重要な要因がいくつかある。
対人行動、状況認識、コミュニケーションスキル。
ここでは,これらの重要な要因について,ペン紙テストではなく,興味をそそる質問や回答を通じてユーザを評価するシステムを構築しようとしている。
したがって、これらのスコアを従来の傾向に基づく機械学習アルゴリズムの入力として使用することで、ユーザが他のユーザと互換性を持つ確率が生まれる。
人口の増加に伴い、組織や教育機関が生徒や従業員をより生産的にすることが常に課題となり、その場合、人の社会的環境が機能するようになる。
人は天才かもしれないが、仲間とうまく働くことができない限り、より生産的なパフォーマンスのチャンスは必ずあるだろう。
人類が常に社会的な動物であることは確固たる事実であり、同情的な人々のコミュニティを創り出すのに役立っている。
多くの場合、特定のタスクを行うために雇われた人がほとんどいないとしても、人々は互いに互換性がないため、結果は期待できないかもしれません。
最終的にはパフォーマンスのギャップが発生し、組織の成功を阻害し、多くの場合、貴重なリソースを失う。
当社の意図は、非互換の人々を全体像から排除することではなく、リソースを節約するだけでなく、リソースの有効利用を可能にする他の人物との完全な互換性を見出すことです。
様々な機械学習の分類技術を利用することで、我々はこれを行おうとしている。
関連論文リスト
- On the Augmentation of Cognitive Accuracy and Cognitive Precision in
Human/Cog Ensembles [0.0]
コーグが供給する効果情報を測定するために設計された2つの研究は、認知的正確性、正しい結果を生み出す能力、そして認知的正確性に影響を及ぼす。
認知精度と認知精度は、異なる種類の情報によって増大することが示されている。
論文 参考訳（メタデータ） (2023-08-16T15:36:50Z) - Flexible social inference facilitates targeted social learning when
rewards are not observable [58.762004496858836]
グループは、個人が他人の成功から学べるときにより効果的にコーディネートする。
社会的推論能力は、このギャップを埋める助けとなり、個人が他人の基本的な知識に対する信念を更新し、観察可能な行動軌跡から成功することを示唆する。
論文 参考訳（メタデータ） (2022-12-01T21:04:03Z) - Learning from data in the mixed adversarial non-adversarial case:
Finding the helpers and ignoring the trolls [28.903534969338015]
このような環境で堅牢な学習を行う方法について研究する。
安全性を学習する手法と有害言語を評価できるベンチマーク評価であるSafetyMixを導入する。
本稿では,実例でもユーザレベルでもトロルを識別する緩和学習アルゴリズムを提案し,分析する。
論文 参考訳（メタデータ） (2022-08-05T17:33:33Z) - Human Decision Makings on Curriculum Reinforcement Learning with
Difficulty Adjustment [52.07473934146584]
我々は,カリキュラム強化学習結果を,人的意思決定プロセスから学ぶことで,難しすぎず,難しすぎるような望ましいパフォーマンスレベルに導く。
本システムは非常に並列化可能であり,大規模強化学習アプリケーションの訓練が可能となる。
強化学習性能は、人間の所望の難易度と同期してうまく調整できることが示される。
論文 参考訳（メタデータ） (2022-08-04T23:53:51Z) - Detecting socially interacting groups using f-formation: A survey of
taxonomy, methods, datasets, applications, challenges, and future research
directions [3.995408039775796]
社会的行動は、ロボットが持つことのできる最も追求された性質の1つである。
このような品質を持つためには、ロボットがグループの形成を判断し、自らの位置を決定する必要がある。
この問題に関連するすべての懸念とモジュールを組み合わせた,新たな総合的な調査フレームワークを提案する。
論文 参考訳（メタデータ） (2021-08-13T11:51:17Z) - Cognitive architecture aided by working-memory for self-supervised
multi-modal humans recognition [54.749127627191655]
人間パートナーを認識する能力は、パーソナライズされた長期的な人間とロボットの相互作用を構築するための重要な社会的スキルです。
ディープラーニングネットワークは最先端の結果を達成し,そのような課題に対処するための適切なツールであることが実証された。
1つの解決策は、ロボットに自己スーパービジョンで直接の感覚データから学習させることである。
論文 参考訳（メタデータ） (2021-03-16T13:50:24Z) - Hierarchical Affordance Discovery using Intrinsic Motivation [69.9674326582747]
本研究では,移動ロボットの価格学習を支援するために,本質的なモチベーションを用いたアルゴリズムを提案する。
このアルゴリズムは、事前にプログラムされたアクションなしで、相互に関連のある価格を自律的に発見し、学習し、適応することができる。
一度学習すると、これらの余裕はアルゴリズムによって様々な困難を伴うタスクを実行するために一連のアクションを計画するために使われる。
論文 参考訳（メタデータ） (2020-09-23T07:18:21Z) - Joint Mind Modeling for Explanation Generation in Complex Human-Robot
Collaborative Tasks [83.37025218216888]
本稿では,人間とロボットのコラボレーションにおいて,人間のようなコミュニケーションを実現するための新しい説明可能なAI(XAI)フレームワークを提案する。
ロボットは、人間のユーザの階層的なマインドモデルを構築し、コミュニケーションの一形態として自身のマインドの説明を生成する。
その結果,提案手法はロボットの協調動作性能とユーザ認識を著しく向上させることがわかった。
論文 参考訳（メタデータ） (2020-07-24T23:35:03Z) - Human-Robot Team Coordination with Dynamic and Latent Human Task
Proficiencies: Scheduling with Learning Curves [0.0]
ロボットが人間のチームメイトの相対的な強みと学習能力を探索できる新しい資源調整手法を提案する。
我々は、最新の個人労働者の熟練度を発見しながら、頑健なスケジュールを作成し、評価する。
その結果,人間とロボットのコラボレーションには,探索に有利なスケジューリング戦略が有用であることが示唆された。
論文 参考訳（メタデータ） (2020-07-03T19:44:22Z) - Learning to Complement Humans [67.38348247794949]
オープンワールドにおけるAIに対するビジョンの高まりは、知覚、診断、推論タスクのために人間を補完できるシステムの開発に焦点を当てている。
我々は,人間-機械チームの複合的なパフォーマンスを最適化するために,エンド・ツー・エンドの学習戦略をどのように活用できるかを実証する。
論文 参考訳（メタデータ） (2020-05-01T20:00:23Z)
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。