論文の概要: The Human Effect Requires Affect: Addressing Social-Psychological
Factors of Climate Change with Machine Learning
- arxiv url: http://arxiv.org/abs/2011.12443v1
- Date: Tue, 24 Nov 2020 23:34:54 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-21 13:21:03.075348
- Title: The Human Effect Requires Affect: Addressing Social-Psychological
Factors of Climate Change with Machine Learning
- Title（参考訳）: ヒューマンエフェクトは影響を必要とする:機械学習による気候変動の社会的心理学的要因に対処する
- Authors: Kyle Tilbury, Jesse Hoey
- Abstract要約: 我々は、気候変動に対する機械学習に基づく介入を強化するために、どのように影響を組み込むことができるかを調査する。
本稿では, 気候変動とシミュレートされた気候変動社会ジレンマの両面において, 情緒的エージェントベース・モデリングを応用することを提案する。
私たちは、感情的なMLを利用することで、介入をより強力なツールにし、緩和行動が広く採用されるようになることを期待しています。
- 参考スコア（独自算出の注目度）: 2.0178765779788495
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Machine learning has the potential to aid in mitigating the human effects of
climate change. Previous applications of machine learning to tackle the human
effects in climate change include approaches like informing individuals of
their carbon footprint and strategies to reduce it. For these methods to be the
most effective they must consider relevant social-psychological factors for
each individual. Of social-psychological factors at play in climate change,
affect has been previously identified as a key element in perceptions and
willingness to engage in mitigative behaviours. In this work, we propose an
investigation into how affect could be incorporated to enhance machine learning
based interventions for climate change. We propose using affective agent-based
modelling for climate change as well as the use of a simulated climate change
social dilemma to explore the potential benefits of affective machine learning
interventions. Behavioural and informational interventions can be a powerful
tool in helping humans adopt mitigative behaviours. We expect that utilizing
affective ML can make interventions an even more powerful tool and help
mitigative behaviours become widely adopted.
- Abstract（参考訳）: 機械学習は、気候変動による人的影響の緩和に役立つ可能性がある。
気候変動における人間の影響に取り組む機械学習のこれまでの応用には、炭素フットプリントの個人に通知するアプローチや、それを減らす戦略などがある。
これらの方法が最も効果的になるためには、各個人の関連する社会心理学的要因を考慮する必要がある。
気候変動における社会的心理学的要因の1つとして、影響は以前、緩和行動への関与に対する認識と意欲の重要な要素として認識されていた。
本研究では、気候変動に対する機械学習に基づく介入を強化するために、影響がどのように組み込まれるかを検討する。
本稿では, 情緒的エージェント・ベース・モデリングを気候変動に応用し, 情緒的機械学習介入の潜在的メリットを探るため, シミュレーション的気候変動社会ジレンマの利用を提案する。
行動的および情報的介入は、人間が緩和行動を採用するのを助ける強力なツールである。
情緒的MLを利用することで、介入がより強力なツールになり、緩和行動が広く採用されることを期待しています。
関連論文リスト
- Climate Change Impact on Agricultural Land Suitability: An Interpretable
Machine Learning-Based Eurasia Case Study [94.07737890568644]
2021年現在、世界中で約8億8800万人が飢餓と栄養失調に見舞われている。
気候変動は農地の適性に大きな影響を及ぼし、深刻な食糧不足に繋がる可能性がある。
本研究は,経済・社会問題に苦しむ中央ユーラシアを対象とする。
論文 参考訳（メタデータ） (2023-10-24T15:15:28Z) - AI for Anticipatory Action: Moving Beyond Climate Forecasting [0.0]
災害対応機関は、気象予報のパラダイムから予報行動へと移行している。
機械学習モデルは、気候予測において非常に強力なものになりつつある。
論文 参考訳（メタデータ） (2023-07-28T17:32:59Z) - Expanding the Role of Affective Phenomena in Multimodal Interaction
Research [57.069159905961214]
マルチモーダルインタラクション, 感情計算, 自然言語処理において, 選ばれたカンファレンスから16,000以上の論文を調査した。
本論文では,感情関連論文910を同定し,情緒現象の役割について分析した。
我々は、人間の社会的行動や認知状態の機械的理解を高めるために、AIシステムによって感情と感情の予測がどのように使用されるかについて、限られた研究結果を得た。
論文 参考訳（メタデータ） (2023-05-18T09:08:39Z) - Learning to Influence Human Behavior with Offline Reinforcement Learning [70.7884839812069]
人間の準最適性を捉える必要があるような環境での影響に焦点を当てる。
人間によるオンライン実験は安全ではない可能性があり、環境の高忠実度シミュレータを作成することは現実的ではないことが多い。
オフライン強化学習は、観察された人間・人間の行動の要素を拡張し、組み合わせることで、人間に効果的に影響を及ぼすことができることを示す。
論文 参考訳（メタデータ） (2023-03-03T23:41:55Z) - I am Only Happy When There is Light: The Impact of Environmental Changes
on Affective Facial Expressions Recognition [65.69256728493015]
本研究では,異なる画像条件が人間の表情からの覚醒の認識に与える影響について検討した。
以上の結果から,人間の感情状態の解釈が肯定的,否定的に大きく異なることが示唆された。
論文 参考訳（メタデータ） (2022-10-28T16:28:26Z) - Climate Change Policy Exploration using Reinforcement Learning [0.0]
複雑度が異なる4つの強化学習エージェントを用いて、環境をさまざまな方法で探索する。
我々は、惑星境界に基づく報酬関数を使用し、エージェントに幅広い戦略を見つけるよう強制するために修正する。
論文 参考訳（メタデータ） (2022-10-23T18:20:17Z) - The world seems different in a social context: a neural network analysis
of human experimental data [57.729312306803955]
本研究では,先行・知覚的信号の精度を変化させることで,個人・社会的タスク設定の両方で人間の行動データを再現可能であることを示す。
トレーニングされたネットワークの神経活性化トレースの分析は、情報が個人や社会的条件のネットワークにおいて、根本的に異なる方法でコード化されていることを示す。
論文 参考訳（メタデータ） (2022-03-03T17:19:12Z) - Machine learning reveals how personalized climate communication can both
succeed and backfire [55.41644538483948]
オンライン広告は、気候変動に対する人々の信念を増大させる一方で、他人に対する信念を低下させることを示す。
特に,年齢や民族によって広告の効果が変化する可能性が示唆された。
論文 参考訳（メタデータ） (2021-09-10T20:47:34Z) - Quantum technologies for climate change: Preliminary assessment [0.0]
気候変動は、人間の社会と地球の生態系に現実的な脅威をもたらす。
コンピューティング、センシング、通信における量子技術は、気候変動の影響を診断し緩和するのに有用なツールとなりうる。
本報告は,4つの主要領域に焦点をあてて,気候変動における量子技術の高インパクト利用の可能性を明らかにすることを目的とする。
論文 参考訳（メタデータ） (2021-06-23T18:02:19Z) - SensAI+Expanse Emotional Valence Prediction Studies with Cognition and
Memory Integration [0.0]
この研究は、認知科学研究を支援することができる人工知能エージェントに貢献する。
開発された人工知能システム(SensAI+Expanse)には、機械学習アルゴリズム、共感アルゴリズム、メモリが含まれる。
本研究は, 年齢と性別の相違が有意であることを示すものである。
論文 参考訳（メタデータ） (2020-01-03T18:17:57Z)
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。