論文の概要: Design and Implementation of Air Selection based Augmented Reality Serious Game for Learning Capability Analysis

• arxiv url: http://arxiv.org/abs/2004.14685v1
• Date: Thu, 30 Apr 2020 10:48:15 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-21 17:25:11.244294
• Title: Design and Implementation of Air Selection based Augmented Reality Serious Game for Learning Capability Analysis
• Title（参考訳）: 学習能力解析のためのair selection based augmented reality serious gameの設計と実装
• Authors: Harini. M, Harini. T, Roxanna Samuel
• Abstract要約: 本報告は,若年者におけるDyspraxia問題に関する重要な問題点を考察し,治療戦略に関する同様の報告を報告する。 その結果,2つの戦略の間に重要な違いがあることが示唆された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Rising advancements and ICT have changed the way of life of society, every single logical zone are exploiting innovation to get a genuine improvement. Specialists understand the advantages of utilizing genuine games as a dependable device in psychoanalyst. Hence, the exploration looks at important issues in regards to Dyspraxia issue in youngsters and presents a similar report in the treatments strategies by utilizing a non autonomous riddle and by utilizing the game, a Serious Game created in the intension of helping kids suffering from Dyspraxia to enhance their engine aptitudes and deftness through innovation. The investigation of information results indicated that exist a critical distinction among the two strategies, demonstrating that youngsters spending time with Serious Game got little schedule in the movement running and furthermore enhanced execution.
• Abstract（参考訳）: 高度化とICTは社会の生活様式を変え、すべての論理ゾーンが真の改善を得るためにイノベーションを活用している。 専門家は、本物のゲームを依存可能な精神分析装置として利用する利点を理解している。 したがって、この調査は、若者のDyspraxia問題に関する重要な問題に注目し、非自律的な滑走を活用して、ゲームを活用することにより、Dyspraxiaに苦しむ子どもたちが、イノベーションを通じてエンジンの適性やデフタネスを高めることを支援することを目的としたシリアスゲームである治療戦略に関する同様の報告書を提示する。 情報分析の結果,この2つの戦略には批判的な違いがあり,本格的ゲームに時間を費やす若者は運動のスケジュールがほとんどなく,さらに実行能力も向上した。

関連論文リスト

• Expectation vs. Reality: Towards Verification of Psychological Games [18.30789345402813]
  心理学ゲーム(PG)は、信念に依存した動機を持つエージェントをモデル化し分析する方法として開発された。 本稿では,ゲームの公式検証ツールであるPRISM-gamesでPGを解き,実装する手法を提案する。
  論文  参考訳（メタデータ） (2024-11-08T14:41:52Z)
• Game Theory Solutions in Sensor-Based Human Activity Recognition: A Review [0.9831489366502302]
  ヒューマンアクティビティ認識(HAR)タスクは、センサーデータを使用して人間のアクティビティを自動的に識別する。 ゲーム理論は、HARを含む機械学習問題におけるこれらの課題に対処するための有望なソリューションとして登場した。 本稿では,HARタスクの解法としてのゲーム理論の可能性について検討し,HAR問題に対する新たなゲーム理論アプローチを提案する。
  論文  参考訳（メタデータ） (2023-11-09T19:10:35Z)
• Serious Games in Digital Gaming: A Comprehensive Review of Applications, Game Engines and Advancements [55.2480439325792]
  近年,ユーザを同時に教育し,楽しませる能力によって,真剣なゲームの人気が高まっている。 本稿では,様々なタイプのデジタルゲームの概要を概観し,真剣なゲームジャンルに展開する。 ゲーム開発業界で最も広く使われているゲームエンジンを提示し、Unityのゲームマシンの利点を拡張する。
  論文  参考訳（メタデータ） (2023-11-03T09:17:09Z)
• Fuzzy Approach for Audio-Video Emotion Recognition in Computer Games for Children [0.0]
  本稿では,音声およびビデオデータの解析を通じて,感情認識のためのファジィアプローチを統合する新しいフレームワークを提案する。 FERデータセットを用いて、ゲーム中に画面から記録された映像フレームの顔の感情を検出する。 ゲーム中に子どもが生み出す音声の感情認識には、CREMA-D, TESS, RAVDESS, Saveeのデータセットを使用する。
  論文  参考訳（メタデータ） (2023-08-31T21:22:00Z)
• Technical Challenges of Deploying Reinforcement Learning Agents for Game Testing in AAA Games [58.720142291102135]
  本稿では,既存の自動ゲームテストソリューションに,スクリプト型ボットをベースとして,実験的な強化学習システムを追加する取り組みについて述べる。 ゲーム制作において強化学習を活用するためのユースケースを示し、ゲームのために同じ旅をしたいと思う人なら誰でも遭遇する最大の時間をカバーしています。 我々は、機械学習、特にゲーム生産において効果的なツールである強化学習を作るのに価値があり、必要であると考えるいくつかの研究指針を提案する。
  論文  参考訳（メタデータ） (2023-07-19T18:19:23Z)
• Empathetic AI for Empowering Resilience in Games [15.401756351097445]
  共感型人工知能(EAI)を確立するためのデータ駆動型6相アプローチを提案する。 EAIは生のチャットログデータを使用して、重要な感情状態を検出し、共通のシーケンスと感情制御戦略を識別する。
  論文  参考訳（メタデータ） (2023-02-16T19:58:47Z)
• Language-Assisted Deep Learning for Autistic Behaviors Recognition [13.200025637384897]
  本稿では,視覚に基づく問題行動認識システムにおいて,従来の手法よりも高い精度で性能を向上できることを示す。 問題行動の種類毎に「自由利用」言語記述を取り入れた2分岐マルチモーダルディープラーニングフレームワークを提案する。 実験結果から,言語指導を付加することで,自閉症の行動認識タスクに明らかなパフォーマンス向上がもたらされることが示された。
  論文  参考訳（メタデータ） (2022-11-17T02:58:55Z)
• Disturbing Reinforcement Learning Agents with Corrupted Rewards [62.997667081978825]
  強化学習アルゴリズムに対する報酬の摂動に基づく異なる攻撃戦略の効果を分析します。 敵対的な報酬をスムーズに作成することは学習者を誤解させることができ、低探査確率値を使用すると、学習した政策は報酬を腐敗させるのがより堅牢であることを示しています。
  論文  参考訳（メタデータ） (2021-02-12T15:53:48Z)
• Learning from Learners: Adapting Reinforcement Learning Agents to be Competitive in a Card Game [71.24825724518847]
  本稿では,競争力のあるマルチプレイヤーカードゲームの現実的な実装を学習・プレイするために,一般的な強化学習アルゴリズムをどのように適用できるかについて検討する。 本研究は,学習エージェントに対して,エージェントが競争力を持つことの学習方法を評価するための特定のトレーニングと検証ルーチンを提案し,それらが相互の演奏スタイルにどのように適応するかを説明する。
  論文  参考訳（メタデータ） (2020-04-08T14:11:05Z)
• Efficient exploration of zero-sum stochastic games [83.28949556413717]
  ゲームプレイを通じて,ゲームの記述を明示せず,託宣のみにアクセス可能な,重要で一般的なゲーム解決環境について検討する。 限られたデュレーション学習フェーズにおいて、アルゴリズムは両方のプレイヤーのアクションを制御し、ゲームを学習し、それをうまくプレイする方法を学習する。 私たちのモチベーションは、クエリされた戦略プロファイルの支払いを評価するのにコストがかかる状況において、利用可能性の低い戦略を迅速に学習することにあります。
  論文  参考訳（メタデータ） (2020-02-24T20:30:38Z)
• Exploration Based Language Learning for Text-Based Games [72.30525050367216]
  本研究は,テキストベースのコンピュータゲームにおいて,最先端の性能を発揮できる探索・模倣学習型エージェントを提案する。 テキストベースのコンピュータゲームは、自然言語でプレイヤーの世界を記述し、プレイヤーがテキストを使ってゲームと対話することを期待する。 これらのゲームは、言語理解、問題解決、および人工エージェントによる言語生成のためのテストベッドと見なすことができるため、興味がある。
  論文  参考訳（メタデータ） (2020-01-24T03:03:51Z)

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。