論文の概要: An Ambient-Physical System to Infer Concentration in Open-plan Workplace
- arxiv url: http://arxiv.org/abs/2005.13535v1
- Date: Wed, 27 May 2020 03:23:35 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-28 09:53:01.032352
- Title: An Ambient-Physical System to Infer Concentration in Open-plan Workplace
- Title(参考訳): オープンプラン作業場における濃度推定のための環境物理システム
- Authors: Mohammad Saiedur Rahaman, Jonathan Liono, Yongli Ren, Jeffrey Chan,
Shaw Kudo, Tim Rawling and Flora D. Salim
- Abstract要約: 濃度推定問題を調べるための環境物理システムを提案する。
具体的には、作業中に知覚された集中度に関連する様々な環境および物理的信号を捉えるために、一連の広帯域センサを配置する。
このシステムの実用性は、異なる設計とレイアウトの2つの大きなオープンプランの職場でテストされている。
- 参考スコア(独自算出の注目度): 9.183736476832008
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: One of the core challenges in open-plan workspaces is to ensure a good level
of concentration for the workers while performing their tasks. Hence, being
able to infer concentration levels of workers will allow building designers,
managers, and workers to estimate what effect different open-plan layouts will
have and to find an optimal one. In this research, we present an
ambient-physical system to investigate the concentration inference problem.
Specifically, we deploy a series of pervasive sensors to capture various
ambient and physical signals related to perceived concentration at work. The
practicality of our system has been tested on two large open-plan workplaces
with different designs and layouts. The empirical results highlight promising
applications of pervasive sensing in occupational concentration inference,
which can be adopted to enhance the capabilities of modern workplaces.
- Abstract(参考訳): オープンプランワークスペースにおける大きな課題のひとつは、作業中の作業者の集中度を十分に確保することである。
したがって、労働者の集中度を推定できるため、設計者、管理者、労働者は、異なるオープンプランレイアウトが持つ影響を見積り、最適なものを見つけることができる。
本研究では, 濃度推定問題を調査するための環境物理システムを提案する。
具体的には、作業中の知覚濃度に関連する様々な環境および物理的信号をキャプチャするために、一連の広帯域センサを配置する。
このシステムの実用性は、異なる設計とレイアウトの2つの大きなオープンプランの職場でテストされている。
実験結果は,現代職場の能力向上に応用できる作業集中推論における広汎性センシングの有望な応用を浮き彫りにした。
関連論文リスト
- WorkArena: How Capable Are Web Agents at Solving Common Knowledge Work
Tasks? [85.05288624713359]
本稿では,Webブラウザを介してソフトウェアと対話する大規模言語モデルベースエージェントについて検討する。
WorkArenaは、広く使用されているServiceNowプラットフォームに基づく29のタスクのベンチマークである。
BrowserGymは、そのようなエージェントの設計と評価のための環境である。
論文 参考訳(メタデータ) (2024-03-12T14:58:45Z) - InstructDiffusion: A Generalist Modeling Interface for Vision Tasks [52.981128371910266]
InstructDiffusionはコンピュータビジョンタスクを人間の指示に合わせるためのフレームワークである。
InstructDiffusionは、タスクの理解や生成タスクなど、さまざまなビジョンタスクを処理できる。
目に見えないタスクを処理し、新しいデータセットで前のメソッドより優れていることも示しています。
論文 参考訳(メタデータ) (2023-09-07T17:56:57Z) - AI planning in the imagination: High-level planning on learned abstract
search spaces [68.75684174531962]
我々は,エージェントが訓練中に学習する抽象的な検索空間において,エージェントが計画することを可能にする,PiZeroと呼ばれる新しい手法を提案する。
本研究では,旅行セールスマン問題,ソコバン問題,2048年,施設立地問題,パックマン問題など,複数の分野で評価を行った。
論文 参考訳(メタデータ) (2023-08-16T22:47:16Z) - Diversity Induced Environment Design via Self-Play [9.172096093540357]
本研究では,与えられたレベルを表す観測・隠蔽状態を特定するタスク非依存の手法を提案する。
この手法の結果は, 2つのレベル間の多様性を特徴付けるために利用され, 有効性能に欠かせないことが示されている。
さらに, サンプリング効率を向上させるために, 環境生成装置がトレーニングエージェントに有利な環境を自動的に生成する自己再生技術を導入する。
論文 参考訳(メタデータ) (2023-02-04T07:31:36Z) - Experiential Benefits of Interactive Conflict Negotiation Practices in
Computer-Supported Shift Planning [28.614580329727254]
シフトプランニングは、医療従事者の健康と幸福に重要な役割を果たす。
現在のコンピュータによるシフトプランニングは、一般的に管理の観点から設計されている。
これは、感情的にチャージされたスケジューリングの競合を自動的に解決することを意味する。
論文 参考訳(メタデータ) (2022-09-26T10:36:17Z) - Active Exploration via Experiment Design in Markov Chains [86.41407938210193]
科学と工学における重要な課題は、未知の量の興味について学ぶために実験を設計することである。
本稿では,最適値に収束したポリシを効率的に選択するアルゴリズムを提案する。
理論分析に加えて,生態モニタリングと薬理学の応用に関する枠組みを概説する。
論文 参考訳(メタデータ) (2022-06-29T00:04:40Z) - Human-in-the-Loop Large-Scale Predictive Maintenance of Workstations [89.51621054382878]
予測保守(英: Predictive maintenance, PdM)とは、システムの状態の統計的解析に基づいて、保守作業のスケジューリングを行うタスクである。
本稿では,機械学習システムがワークステーションの集合における将来の問題を予測できるPdM手法を提案する。
論文 参考訳(メタデータ) (2022-06-23T09:40:46Z) - Reinforcement Learning for Location-Aware Scheduling [1.0660480034605238]
倉庫環境の様々な側面がパフォーマンスや実行の優先順位にどのように影響するかを示す。
位置認識型マルチエージェントシステムのための状態空間と動作空間のコンパクト表現を提案する。
また、特定の環境で訓練されたエージェントが、完全に見えない環境でパフォーマンスを維持する方法を示す。
論文 参考訳(メタデータ) (2022-03-07T15:51:00Z) - Using Experimental Vignettes to Study Early-Stage Automation Adoption [19.805586658254906]
実験的なヴィグネット法を用いて,作業環境におけるAI活用の効果について検討する。
ワークショップでは,経験を報告し,有意義な作業環境を維持する方法について論じる。
論文 参考訳(メタデータ) (2020-04-14T15:15:15Z) - Weakly-Supervised Reinforcement Learning for Controllable Behavior [126.04932929741538]
強化学習(Reinforcement Learning、RL)は、タスクを解決するために行動を取るための学習のための強力なフレームワークである。
多くの設定において、エージェントは、現在解決するよう求められている単一のタスクに対して、不可能なほど大きなタスク空間を放棄しなければならない。
我々は,この意味論的意味のあるタスクのサブスペースを,非意味的な「チャフ」タスクの巨大な空間から自動的に切り離すために,弱い監督を利用するフレームワークを導入する。
論文 参考訳(メタデータ) (2020-04-06T17:50:28Z)
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。