論文の概要: A methodology for co-constructing an interdisciplinary model: from model
to survey, from survey to model
- arxiv url: http://arxiv.org/abs/2011.13604v1
- Date: Fri, 27 Nov 2020 08:41:47 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-20 02:49:53.760884
- Title: A methodology for co-constructing an interdisciplinary model: from model
to survey, from survey to model
- Title(参考訳): 学際モデル構築のための方法論--モデルから調査へ-
- Authors: Elise Beck, Julie Dugdale, Carole Adam, Christelle Ga\"idatzis, Julius
Ba\~ngate
- Abstract要約: 本稿は,多分野研究プロジェクトの枠組みにおけるこれらの重要な疑問に答えることを目的としている。
本研究の主な貢献は,多分野対話専用のツールの提案である。
また、関連する異なる分野によって実行される豊かな知的過程の反射的分析を提案する。
- 参考スコア(独自算出の注目度): 0.9799637101641152
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: How should computer science and social science collaborate to build a common
model? How should they proceed to gather data that is really useful to the
modelling? How can they design a survey that is tailored to the target model?
This paper aims to answer those crucial questions in the framework of a
multidisciplinary research project. This research addresses the issue of
co-constructing a model when several disciplines are involved, and is applied
to modelling human behaviour immediately after an earthquake. The main
contribution of the work is to propose a tool dedicated to multidisciplinary
dialogue. It also proposes a reflexive analysis of the enriching intellectual
process carried out by the different disciplines involved. Finally, from
working with an anthropologist, a complementary view of the multidisciplinary
process is given.
- Abstract(参考訳): コンピュータ科学と社会科学はどのように協力して共通のモデルを構築するべきか?
モデリングに本当に役立つデータを集めるには、どうすればよいのか?
ターゲットモデルに合わせた調査をどのように設計すればよいのか?
本稿では,多分野研究プロジェクトの枠組みにおけるこれらの重要な疑問に答えることを目的とする。
本研究は,地震発生直後の人間の行動のモデル化に応用され,複数の分野が関与する場合のモデル構築の課題について述べる。
本研究の主な貢献は,多分野対話専用のツールの提案である。
また、関連する異なる分野によって実行される豊かな知的過程の反射的分析を提案する。
最後に、人類学者との協働から、多分野のプロセスの補完的な視点が与えられる。
関連論文リスト
- Learning Interpretable Concepts: Unifying Causal Representation Learning
and Foundation Models [51.43538150982291]
人間の解釈可能な概念をデータから学習する方法を研究する。
両分野からアイデアをまとめ、多様なデータから概念を確実に回収できることを示す。
論文 参考訳(メタデータ) (2024-02-14T15:23:59Z) - Foundational Models Defining a New Era in Vision: A Survey and Outlook [151.49434496615427]
視覚シーンの構成的性質を観察し、推論する視覚システムは、我々の世界を理解するのに不可欠である。
モデルは、このようなモダリティと大規模なトレーニングデータとのギャップを埋めることを学び、コンテキスト推論、一般化、テスト時の迅速な機能を容易にした。
このようなモデルの出力は、例えば、バウンディングボックスを設けて特定のオブジェクトをセグメント化したり、画像や映像シーンについて質問したり、言語命令でロボットの動作を操作することで対話的な対話を行うなど、リトレーニングすることなく、人為的なプロンプトによって変更することができる。
論文 参考訳(メタデータ) (2023-07-25T17:59:18Z) - Model Families for Multi-Criteria Decision Support: A COVID-19 Case
Study [0.0]
我々は1990年代まで遡るモデルファミリーの考え方を再評価することを目指している。
我々はこれを、大規模な研究プロジェクトにおける意思決定支援フレームワークの作成における考え方として推進するために使用します。
論文 参考訳(メタデータ) (2023-06-22T08:51:48Z) - An Interdisciplinary Survey on Origin-destination Flows Modeling: Theory
and Techniques [8.921101729737078]
原点決定(OD)フローモデリングは、複数の分野にわたる広範囲にわたる研究対象である。
地域経済学、都市地理学、社会物理学は、ODフローの基盤となるメカニズムを探求するために理論的な研究手法を採用することに長けている。
交通、都市計画、コンピュータ科学は、主にOD予測、OD構築、OD推定、OD予測の4つの実践的な問題に対処することに焦点を当てている。
論文 参考訳(メタデータ) (2023-06-12T13:47:46Z) - Foundation Models for Decision Making: Problems, Methods, and
Opportunities [124.79381732197649]
大規模に多様なデータに基づいて事前訓練された基礎モデルは、幅広いビジョンと言語タスクにおいて異常な能力を示してきた。
ファンデーションモデルをトレーニングし、他のエージェントと対話し、長期的な推論を行うための新しいパラダイムが生まれている。
基礎モデルと意思決定の交わりにおける研究は、強力な新しいシステムを作るための大きな約束である。
論文 参考訳(メタデータ) (2023-03-07T18:44:07Z) - Intrinsic Motivation in Model-based Reinforcement Learning: A Brief
Review [77.34726150561087]
本稿では,エージェントが獲得した世界モデルに基づいて,本質的な動機付けを決定するための既存の手法について考察する。
提案した統合フレームワークは,学習を改善するために,世界モデルと本質的なモチベーションを用いてエージェントのアーキテクチャを記述する。
論文 参考訳(メタデータ) (2023-01-24T15:13:02Z) - DIME: Fine-grained Interpretations of Multimodal Models via Disentangled
Local Explanations [119.1953397679783]
我々は,マルチモーダルモデルの解釈における最先端化に注力する。
提案手法であるDIMEは,マルチモーダルモデルの高精度かつきめ細かな解析を可能にする。
論文 参考訳(メタデータ) (2022-03-03T20:52:47Z) - Models for Narrative Information: A Study [2.5585152083052574]
本稿は、これらのモデルをさまざまな領域にわたって分析することを目的としている。
広範な文献選択のために体系的なレビュー手法が採用された。
この研究の発見は、ドメイン間のオントロジーの要素間の類似点と相違点を示している。
論文 参考訳(メタデータ) (2021-09-23T09:32:28Z) - Behavior Priors for Efficient Reinforcement Learning [97.81587970962232]
本稿では,情報とアーキテクチャの制約を,確率論的モデリング文献のアイデアと組み合わせて行動の事前学習を行う方法について考察する。
このような潜伏変数の定式化が階層的強化学習(HRL)と相互情報と好奇心に基づく目的との関係について論じる。
シミュレーションされた連続制御領域に適用することで,フレームワークの有効性を実証する。
論文 参考訳(メタデータ) (2020-10-27T13:17:18Z) - A Theoretical Approach for a Novel Model to Realizing Empathy [0.0]
本稿では共感の実現過程を可視化するモデルとして理論的概念を紹介する。
このモデルの目的は、様々な分野に適用可能な初期青写真を作成することである。
論文 参考訳(メタデータ) (2020-09-03T17:21:49Z)
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。