論文の概要: Facial Electromyography-based Adaptive Virtual Reality Gaming for Cognitive Training

• arxiv url: http://arxiv.org/abs/2005.05023v3
• Date: Sun, 30 Aug 2020 13:42:12 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-09 06:15:33.768857
• Title: Facial Electromyography-based Adaptive Virtual Reality Gaming for Cognitive Training
• Title（参考訳）: 顔筋電図を用いた適応型仮想現実ゲームによる認知訓練
• Authors: Lorcan Reidy, Dennis Chan, Charles Nduka and Hatice Gunes
• Abstract要約: 認知トレーニングの文献でよく引用される2つの問題は、トレーニングプログラムへのユーザエンゲージメントの欠如と、日々の生活を一般化するための発達したスキルの欠如である。 本稿では,これらの2つの制約に対処するために,新しい認知訓練(CT)パラダイムを導入する。 顔の筋電図(EMG)は、CTタスクに携わる際のユーザへの影響を判断する手段として用いられる。 この情報は、ユーザがプレイする際のゲームの難易度を動的に調整するために利用され、フロー状態に導くことを目的としている。
• 参考スコア（独自算出の注目度）: 5.033176361795483
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Cognitive training has shown promising results for delivering improvements in human cognition related to attention, problem solving, reading comprehension and information retrieval. However, two frequently cited problems in cognitive training literature are a lack of user engagement with the training programme, and a failure of developed skills to generalise to daily life. This paper introduces a new cognitive training (CT) paradigm designed to address these two limitations by combining the benefits of gamification, virtual reality (VR), and affective adaptation in the development of an engaging, ecologically valid, CT task. Additionally, it incorporates facial electromyography (EMG) as a means of determining user affect while engaged in the CT task. This information is then utilised to dynamically adjust the game's difficulty in real-time as users play, with the aim of leading them into a state of flow. Affect recognition rates of 64.1% and 76.2%, for valence and arousal respectively, were achieved by classifying a DWT-Haar approximation of the input signal using kNN. The affect-aware VR cognitive training intervention was then evaluated with a control group of older adults. The results obtained substantiate the notion that adaptation techniques can lead to greater feelings of competence and a more appropriate challenge of the user's skills.
• Abstract（参考訳）: 認知訓練は、注意、問題解決、読書理解、情報検索に関連する人間認知の改善をもたらす有望な結果を示している。 しかし、認知訓練文学においてよく言及される2つの問題は、トレーニングプログラムへのユーザエンゲージメントの欠如と、発達したスキルの欠如による日常生活の一般化である。 本稿では、ゲーミフィケーション、バーチャルリアリティ(VR)、そしてエンゲージメントで生態学的に有効なCTタスクの開発における情緒的適応の利点を組み合わせて、これらの制約に対処する新しい認知訓練(CT)パラダイムを提案する。 さらに、顔筋電図(EMG)をCTタスクに携わる際のユーザへの影響を判断する手段として組み込んでいる。 この情報を利用して、ユーザーがリアルタイムでプレイするゲームの難易度を動的に調整し、それらを流れの状態に導く。 kNNを用いて入力信号のDWT-Haar近似を分類することにより、それぞれ価値と覚醒値に対する64.1%と76.2%の効果が得られた。 感情認識型VR認知訓練の介入は,高齢者のコントロールグループで評価された。 その結果,適応技術は,能力感の高まりと,ユーザのスキルに対するより適切な挑戦につながるという概念を実証した。

関連論文リスト

• Multi-Modal Self-Supervised Learning for Surgical Feedback Effectiveness Assessment [66.6041949490137]
  そこで本研究では,音声による音声入力とそれに対応する手術映像からの情報を統合して,フィードバックの有効性を予測する手法を提案する。 以上の結果から,手書きフィードバックと手術映像の両方が,訓練者の行動変化を個別に予測できることがわかった。 本研究は,手術フィードバックの自動評価を推進するためのマルチモーダル学習の可能性を示すものである。
  論文  参考訳（メタデータ） (2024-11-17T00:13:00Z)
• The Potential and Value of AI Chatbot in Personalized Cognitive Training [10.337496606986566]
  ReMeは、認知トレーニング研究を促進するAIチャットボットを作成するために設計されたWebベースのフレームワークである。 大きな言語モデルを活用することで、ReMeはユーザーフレンドリでインタラクティブでパーソナライズされたトレーニングエクスペリエンスを提供する。 ケーススタディでは、ライフリコールとオープンエンド言語パズルを通じてReMeがユーザをエンゲージする効果を実証している。
  論文  参考訳（メタデータ） (2024-10-25T17:59:36Z)
• Auto Detecting Cognitive Events Using Machine Learning on Pupillary Data [0.0]
  瞳孔の大きさは認知作業負荷の貴重な指標であり、自律神経系によって支配される注意の変化と覚醒を反映している。 本研究では、機械学習を用いて個人が経験した認知イベントを自動的に検出する可能性について検討する。
  論文  参考訳（メタデータ） (2024-10-18T04:54:46Z)
• Modeling User Preferences via Brain-Computer Interfacing [54.3727087164445]
  我々はBrain-Computer Interface技術を用いてユーザの好みを推測し、その注意力は視覚的コンテンツと感情的体験との関連性に相関する。 我々はこれらを,情報検索,生成モデルのパーソナライズされたステアリング,感情経験のクラウドソーシング人口推定など,関連するアプリケーションにリンクする。
  論文  参考訳（メタデータ） (2024-05-15T20:41:46Z)
• EEG-based Cognitive Load Classification using Feature Masked Autoencoding and Emotion Transfer Learning [13.404503606887715]
  脳波(EEG)を用いた認知負荷の新しい分類法を提案する。 感情関連脳波データセットの自己教師付きマスクによる自動エンコーディングを用いて、我々のモデルを事前学習する。 実験の結果,提案手法は従来の単段階完全教師付き学習よりも優れた結果が得られることがわかった。
  論文  参考訳（メタデータ） (2023-08-01T02:59:19Z)
• Evaluating the structure of cognitive tasks with transfer learning [67.22168759751541]
  本研究では,脳波復号処理における深層学習表現の伝達可能性について検討した。 最近リリースされた2つのEEGデータセット上で、最先端デコードモデルを用いて広範な実験を行う。
  論文  参考訳（メタデータ） (2023-07-28T14:51:09Z)
• Modeling cognitive load as a self-supervised brain rate with electroencephalography and deep learning [2.741266294612776]
  本研究では,脳波データからメンタルワークロードをモデリングするための,新たな自己教師型手法を提案する。 脳波データからスペクトル地形図を空間的に保存して脳速度変数に適合させることができる畳み込みリカレントニューラルネットワークである。 学習した認知活性化の準安定なブロックの存在は、それらは畳み込みによって誘導され、時間とともに互いに依存していないように見えるため、脳反応の非定常的性質と直感的に一致している。
  論文  参考訳（メタデータ） (2022-09-21T07:44:21Z)
• CogAlign: Learning to Align Textual Neural Representations to Cognitive Language Processing Signals [60.921888445317705]
  自然言語処理モデルに認知言語処理信号を統合するためのCogAlignアプローチを提案する。 我々は、CogAlignが、パブリックデータセット上の最先端モデルよりも、複数の認知機能で大幅な改善を実現していることを示す。
  論文  参考訳（メタデータ） (2021-06-10T07:10:25Z)
• Continuous Emotion Recognition via Deep Convolutional Autoencoder and Support Vector Regressor [70.2226417364135]
  マシンはユーザの感情状態を高い精度で認識できることが不可欠である。 ディープニューラルネットワークは感情を認識する上で大きな成功を収めている。 表情認識に基づく連続的感情認識のための新しいモデルを提案する。
  論文  参考訳（メタデータ） (2020-01-31T17:47:16Z)
• Adversarial vs behavioural-based defensive AI with joint, continual and active learning: automated evaluation of robustness to deception, poisoning and concept drift [62.997667081978825]
  人工知能(AI)の最近の進歩は、サイバーセキュリティのための行動分析(UEBA)に新たな能力をもたらした。 本稿では、検出プロセスを改善し、人間の専門知識を効果的に活用することにより、この攻撃を効果的に軽減するソリューションを提案する。
  論文  参考訳（メタデータ） (2020-01-13T13:54:36Z)

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。