論文の概要: From Theory to Behaviour: Towards a General Model of Engagement
- arxiv url: http://arxiv.org/abs/2004.12644v1
- Date: Mon, 27 Apr 2020 08:44:30 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-09 04:54:53.856513
- Title: From Theory to Behaviour: Towards a General Model of Engagement
- Title(参考訳): 理論から行動へ: エンゲージメントの一般的なモデルに向けて
- Authors: Valerio Bonometti, Charles Ringer, Mathieu Ruiz, Alex Wade, Anders
Drachen
- Abstract要約: 我々は、人間行動に直接リンクすることで、エンゲージメントを機械的に操作する。
エンゲージメントの構成は,データ駆動手法の定式化と解釈に利用できることを示す。
- 参考スコア(独自算出の注目度): 3.9198548406564604
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Engagement is a fuzzy concept. In the present work we operationalize
engagement mechanistically by linking it directly to human behaviour and show
that the construct of engagement can be used for shaping and interpreting
data-driven methods. First we outline a formal framework for engagement
modelling. Second we expanded on our previous work on theory-inspired
data-driven approaches to better model the engagement process by proposing a
new modelling technique, the Melchoir Model. Third, we illustrate how, through
model comparison and inspection, we can link machine-learned models and
underlying theoretical frameworks. Finally we discuss our results in light of a
theory-driven hypothesis and highlight potential application of our work in
industry.
- Abstract(参考訳): エンゲージメントはファジィなコンセプトです。
本研究は,人間行動に直接リンクすることで,エンゲージメントを機械的に操作し,データ駆動手法の形状と解釈にエンゲージメントの構成を利用できることを示す。
まず、エンゲージメントモデリングのための正式なフレームワークを概説する。
次に、新しいモデリング手法であるMelchoir Modelを提案し、エンゲージメントプロセスをより良くモデル化するために、理論にインスパイアされたデータ駆動アプローチに関する以前の研究を拡張しました。
第3に,モデル比較とインスペクションを通じて,機械学習モデルと基礎となる理論的枠組みをリンクする方法を説明する。
最後に,理論駆動仮説に照らして結果を議論し,産業における我々の活動の潜在的応用を強調する。
関連論文リスト
- Learning Interpretable Concepts: Unifying Causal Representation Learning
and Foundation Models [51.43538150982291]
人間の解釈可能な概念をデータから学習する方法を研究する。
両分野からアイデアをまとめ、多様なデータから概念を確実に回収できることを示す。
論文 参考訳(メタデータ) (2024-02-14T15:23:59Z) - Has Your Pretrained Model Improved? A Multi-head Posterior Based
Approach [25.927323251675386]
我々は、世界的知識の源として各エンティティに関連するメタ機能を活用し、モデルからエンティティ表現を採用する。
本稿では,これらの表現とメタ機能との整合性を,事前学習モデルの評価指標として用いることを提案する。
提案手法の有効性は,関係データセットを用いたモデル,大規模言語モデル,画像モデルなど,様々な領域で実証されている。
論文 参考訳(メタデータ) (2024-01-02T17:08:26Z) - Faithful Model Explanations through Energy-Constrained Conformal
Counterfactuals [16.67633872254042]
ブラックボックスモデルを説明するための直感的で直感的な説明を提供する。
既存の作業は主に、入力データの分散方法を学ぶために代理モデルに依存しています。
そこで本研究では,モデルが許容する範囲でのみ有効な,エネルギー制約のあるコンフォーマル・カウンセリングを生成するための新しいアルゴリズムフレームワークを提案する。
論文 参考訳(メタデータ) (2023-12-17T08:24:44Z) - Learning to Receive Help: Intervention-Aware Concept Embedding Models [46.7616863339095]
概念ボトルネックモデル (Concept Bottleneck Models, CBM) は、高レベルの概念セットを使用して予測を構築し、説明することによって、ニューラルネットワークの不透明さに対処する。
近年の研究では、介入効果は概念が介入される順序に大きく依存していることが示されている。
IntCEM(Intervention-Aware Concept Embedding Model)は,テスト時間介入に対するモデルの受容性を改善する新しいCBMアーキテクチャとトレーニングパラダイムである。
論文 参考訳(メタデータ) (2023-09-29T02:04:24Z) - Explainability for Large Language Models: A Survey [59.67574757137078]
大規模言語モデル(LLM)は、自然言語処理における印象的な能力を示している。
本稿では,トランスフォーマーに基づく言語モデルを記述する手法について,説明可能性の分類法を紹介した。
論文 参考訳(メタデータ) (2023-09-02T22:14:26Z) - ZhiJian: A Unifying and Rapidly Deployable Toolbox for Pre-trained Model
Reuse [59.500060790983994]
本稿では、PyTorchバックエンドを利用して、モデル再利用のための包括的でユーザフレンドリなツールボックスであるZhiJianを紹介する。
ZhiJianは、PTMによるターゲットアーキテクチャ構築、PTMによるターゲットモデルチューニング、およびPTMに基づく推論を含む、モデル再利用に関するさまざまな視点を統一する新しいパラダイムを提示している。
論文 参考訳(メタデータ) (2023-08-17T19:12:13Z) - Minimal Value-Equivalent Partial Models for Scalable and Robust Planning
in Lifelong Reinforcement Learning [56.50123642237106]
モデルに基づく強化学習における一般的な実践は、エージェントの環境のあらゆる側面をモデル化するモデルを学ぶことである。
このようなモデルは、生涯にわたる強化学習シナリオにおいて、スケーラブルで堅牢な計画を実行するのに特に適していない、と我々は主張する。
我々は,「最小値部分モデル」と呼ぶ,環境の関連する側面のみをモデル化する新しい種類のモデルを提案する。
論文 参考訳(メタデータ) (2023-01-24T16:40:01Z) - An Ample Approach to Data and Modeling [1.0152838128195467]
さまざまな分野の概念とメソッドを統合するモデルの構築方法をモデル化するためのフレームワークについて説明する。
参照M*メタモデルフレームワークは、厳密な同値関係の観点からデータセットと各モデルの関連付けに批判的に依存する。
開発されたフレームワークがデータクラスタリング、複雑性、共同研究、ディープラーニング、クリエイティビティに関する洞察を提供する方法について、いくつかの考察がなされている。
論文 参考訳(メタデータ) (2021-10-05T01:26:09Z) - A Theoretical Approach for a Novel Model to Realizing Empathy [0.0]
本稿では共感の実現過程を可視化するモデルとして理論的概念を紹介する。
このモデルの目的は、様々な分野に適用可能な初期青写真を作成することである。
論文 参考訳(メタデータ) (2020-09-03T17:21:49Z) - Control as Hybrid Inference [62.997667081978825]
本稿では、反復推論と償却推論のバランスを自然に仲介するCHIの実装について述べる。
連続的な制御ベンチマークでアルゴリズムのスケーラビリティを検証し、強力なモデルフリーおよびモデルベースラインを上回る性能を示す。
論文 参考訳(メタデータ) (2020-07-11T19:44:09Z)
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。