Fugu-MT 論文翻訳(概要): Simulation of Human and Artificial Emotion (SHArE)

論文の概要: Simulation of Human and Artificial Emotion (SHArE)

arxiv url: http://arxiv.org/abs/2011.02151v2
Date: Thu, 29 Jun 2023 17:39:02 GMT
ステータス: 処理完了
システム内更新日: 2023-06-30 17:09:36.013598
Title: Simulation of Human and Artificial Emotion (SHArE)
Title（参考訳）: 人間と人工感情のシミュレーション(共有)
Authors: Kwadwo Opong-Mensah
Abstract要約: 人間と人工感情のシミュレーションのためのフレームワーク(SHArE)は、神経科学、心理学、人工知能の間で伝達可能なパラメータの観点から感情のアーキテクチャを記述する。このモデルは、様々なメンタルヘルス問題に対する新しい治療ソリューションにつながる可能性のある、人間の感情的な軌道設計を可能にする。人工知能にとって、この研究は、機械の感情や動機を観察する手段としてニューラルネットワークに適用できるコンパクトな表記法を提供する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The framework for Simulation of Human and Artificial Emotion (SHArE) describes the architecture of emotion in terms of parameters transferable between psychology, neuroscience, and artificial intelligence. These parameters can be defined as abstract concepts or granularized down to the voltage levels of individual neurons. This model enables emotional trajectory design for humans which may lead to novel therapeutic solutions for various mental health concerns. For artificial intelligence, this work provides a compact notation which can be applied to neural networks as a means to observe the emotions and motivations of machines.
Abstract（参考訳）: 人間と人工感情のシミュレーションフレームワーク(share)は、心理学、神経科学、人工知能の間で伝達可能なパラメータの観点から感情のアーキテクチャを記述する。これらのパラメータは抽象概念として定義したり、個々のニューロンの電圧レベルまで微粒化することができる。このモデルは、様々な精神疾患に対する新しい治療ソリューションにつながる可能性のある、人間の感情的軌道設計を可能にする。人工知能のためのこの研究は、機械の感情や動機を観察する手段としてニューラルネットワークに適用できるコンパクトな表記法を提供する。

関連論文リスト

Neuropsychology of AI: Relationship Between Activation Proximity and Categorical Proximity Within Neural Categories of Synthetic Cognition [0.11235145048383502]
本研究は,認知心理学における新たな研究対象として,合成ニューラルコグニションに焦点を当てた。目標は、言語モデルのニューラルネットワークをより説明しやすくすることだ。このアプローチは、認知心理学から人工神経認知の解釈的構築への概念の変換を含む。
論文参考訳（メタデータ） (2024-10-08T12:34:13Z)
Orangutan: A Multiscale Brain Emulation-Based Artificial Intelligence Framework for Dynamic Environments [2.8137865669570297]
本稿では,脳に触発された新しいAIフレームワーク,Orangutanを紹介する。複数のスケールで生体脳の構造と計算機構をシミュレートする。物体観察時の人眼球運動をシミュレートする感覚運動モデルを開発した。
論文参考訳（メタデータ） (2024-06-18T01:41:57Z)
A Review of Findings from Neuroscience and Cognitive Psychology as Possible Inspiration for the Path to Artificial General Intelligence [0.0]
本論は,神経科学と認知心理学の手法を検討することによって,人工知能の探求に貢献することを目的とする。深層学習モデルによって達成された印象的な進歩にもかかわらず、抽象的推論と因果的理解にはまだ欠点がある。
論文参考訳（メタデータ） (2024-01-03T09:46:36Z)
The Good, The Bad, and Why: Unveiling Emotions in Generative AI [73.94035652867618]
EmotionPromptはAIモデルの性能を向上し、EmotionAttackはそれを妨げうることを示す。 EmotionDecodeによると、AIモデルは人間の脳内のドーパミンのメカニズムに似た感情的な刺激を理解することができる。
論文参考訳（メタデータ） (2023-12-18T11:19:45Z)
Learning with Chemical versus Electrical Synapses -- Does it Make a Difference? [61.85704286298537]
バイオインスパイアされたニューラルネットワークは、ニューラルネットワークの理解を深め、AIシステムの最先端を改善する可能性がある。我々は,光リアルな自律走行シミュレータを用いて自律車線維持実験を行い,その性能を種々の条件下で評価する。
論文参考訳（メタデータ） (2023-11-21T13:07:20Z)
Contrastive-Signal-Dependent Plasticity: Self-Supervised Learning in Spiking Neural Circuits [61.94533459151743]
この研究は、スパイキングネットワークのシナプスを調整するための神経生物学的に動機づけられたスキームを設計することの課題に対処する。我々の実験シミュレーションは、繰り返しスパイクネットワークを訓練する際、他の生物学的に証明可能なアプローチに対して一貫した優位性を示す。
論文参考訳（メタデータ） (2023-03-30T02:40:28Z)
Data-driven emotional body language generation for social robotics [58.88028813371423]
社会ロボティクスでは、人間型ロボットに感情の身体的表現を生成する能力を与えることで、人間とロボットの相互作用とコラボレーションを改善することができる。我々は、手作業で設計されたいくつかの身体表現から学習する深層学習データ駆動フレームワークを実装した。評価実験の結果, 生成した表現の人間同型とアニマシーは手作りの表現と異なる認識が得られなかった。
論文参考訳（メタデータ） (2022-05-02T09:21:39Z)
Emotion-aware Chat Machine: Automatic Emotional Response Generation for Human-like Emotional Interaction [55.47134146639492]
この記事では、投稿中のセマンティクスと感情を同時にエンコードできる、未定義のエンドツーエンドニューラルネットワークを提案する。実世界のデータを用いた実験により,提案手法は,コンテンツコヒーレンスと感情の適切性の両方の観点から,最先端の手法よりも優れていることが示された。
論文参考訳（メタデータ） (2021-06-06T06:26:15Z)
Enhancing Cognitive Models of Emotions with Representation Learning [58.2386408470585]
本稿では,きめ細かな感情の埋め込み表現を生成するための,新しいディープラーニングフレームワークを提案する。本フレームワークは,コンテキスト型埋め込みエンコーダとマルチヘッド探索モデルを統合する。本モデルは共感対話データセット上で評価され,32種類の感情を分類する最新結果を示す。
論文参考訳（メタデータ） (2021-04-20T16:55:15Z)
Sensorimotor representation learning for an "active self" in robots: A model survey [10.649413494649293]
人間では、これらの能力は宇宙で私たちの身体を知覚する能力と関連していると考えられている。本稿では,これらの能力の発達過程について概説する。人工エージェントにおける自己感覚の出現を可能にする理論計算フレームワークを提案する。
論文参考訳（メタデータ） (2020-11-25T16:31:01Z)
Modeling emotion for human-like behavior in future intelligent robots [0.913755431537592]
我々は、神経科学が芸術の現在の状態をいかに前進させるかを示す。ロボットモデルにおける感情関連プロセスのより強力な統合は、人間のような行動の設計に不可欠である、と我々は主張する。
論文参考訳（メタデータ） (2020-09-30T17:32:30Z)

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。