論文の概要: Quantum Cognitively Motivated Decision Fusion for Video Sentiment Analysis

• arxiv url: http://arxiv.org/abs/2101.04406v1
• Date: Tue, 12 Jan 2021 11:06:04 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-04 01:54:30.588149
• Title: Quantum Cognitively Motivated Decision Fusion for Video Sentiment Analysis
• Title（参考訳）: ビデオ感性分析のための量子認知型決定融合
• Authors: Dimitris Gkoumas, Qiuchi Li, Shahram Dehdashti, Massimo Melucci, Yijun Yu, Dawei Song
• Abstract要約: あるモダリティからの感情判断は、他のモダリティの判断と相容れない可能性がある。 本稿では,感情判断予測のための新しい量子認知型融合戦略を提案する。
• 参考スコア（独自算出の注目度）: 22.701975963984378
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Video sentiment analysis as a decision-making process is inherently complex, involving the fusion of decisions from multiple modalities and the so-caused cognitive biases. Inspired by recent advances in quantum cognition, we show that the sentiment judgment from one modality could be incompatible with the judgment from another, i.e., the order matters and they cannot be jointly measured to produce a final decision. Thus the cognitive process exhibits "quantum-like" biases that cannot be captured by classical probability theories. Accordingly, we propose a fundamentally new, quantum cognitively motivated fusion strategy for predicting sentiment judgments. In particular, we formulate utterances as quantum superposition states of positive and negative sentiment judgments, and uni-modal classifiers as mutually incompatible observables, on a complex-valued Hilbert space with positive-operator valued measures. Experiments on two benchmarking datasets illustrate that our model significantly outperforms various existing decision level and a range of state-of-the-art content-level fusion approaches. The results also show that the concept of incompatibility allows effective handling of all combination patterns, including those extreme cases that are wrongly predicted by all uni-modal classifiers.
• Abstract（参考訳）: 意思決定プロセスとしての映像感情分析は本質的に複雑であり、複数のモダリティからの意思決定の融合や、いわゆる認知バイアスが伴う。 量子認知の最近の進歩に触発されて、あるモダリティからの感情判断が他のモダリティの判断と相容れないこと、すなわち秩序が問題であり、最終的な決定を下すために共同で測定できないことを示す。 したがって、認知過程は古典的確率論では捉えられない「量子的」バイアスを示す。 そこで本研究では,感情判断予測のための新しい量子認知的融合戦略を提案する。 特に、正および負の感性判断の量子重ね合わせ状態として発話を定式化し、一様分類器を相互に相反する可観測量として、正の演算値測度を持つ複素数値ヒルベルト空間上で定式化する。 2つのベンチマークデータセットの実験は、我々のモデルが既存の決定レベルと最先端のコンテンツレベルの融合アプローチを大きく上回っていることを示している。 また,不整合性の概念は,すべてのユニモーダル分類器によって誤って予測される極端な事例を含む,すべての組み合わせパターンを効果的に扱えることを示す。

関連論文リスト

• MR-Ben: A Meta-Reasoning Benchmark for Evaluating System-2 Thinking in LLMs [55.20845457594977]
  大規模言語モデル(LLM)は、問題解決と意思決定の能力の向上を示している。 本稿ではメタ推論技術を必要とするプロセスベースのベンチマークMR-Benを提案する。 メタ推論のパラダイムは,システム2のスロー思考に特に適しています。
  論文  参考訳（メタデータ） (2024-06-20T03:50:23Z)
• Uncertainty Quantification for Forward and Inverse Problems of PDEs via Latent Global Evolution [110.99891169486366]
  本稿では,効率的かつ高精度な不確実性定量化を深層学習に基づく代理モデルに統合する手法を提案する。 本手法は,フォワード問題と逆問題の両方に対して,堅牢かつ効率的な不確実性定量化機能を備えたディープラーニングに基づく代理モデルを提案する。 提案手法は, 長期予測を含むシナリオに適合し, 拡張された自己回帰ロールアウトに対する不確かさの伝播に優れる。
  論文  参考訳（メタデータ） (2024-02-13T11:22:59Z)
• Unveiling quantum steering by quantum-classical uncertainty complementarity [0.0]
  系の量子的不確実性と古典的不確実性の間に新しい相補性関係を導入する。 本研究では, エントロピー不確実性関係と比較して, ステアリング検出効率が優れていることを示す。
  論文  参考訳（メタデータ） (2023-12-02T07:49:20Z)
• A Semantic Approach to Decidability in Epistemic Planning (Extended Version) [72.77805489645604]
  我々は決定可能性を達成するために新しい意味論的アプローチを用いる。 具体的には、知識の論理S5$_n$と(知識)可換性と呼ばれる相互作用公理を拡大する。 我々は,本フレームワークが,独立した知識である共通知識の有限的非固定点的特徴を認めていることを証明した。
  論文  参考訳（メタデータ） (2023-07-28T11:26:26Z)
• Asymmetric quantum decision-making [0.48757691171453793]
  量子過程は、光子の絡み合いや角運動量(OAM)の量子干渉を用いて、2つのエージェント間の衝突のない結合を実現することができる 本研究は、OAMまたは絡み合った光子の量子干渉を用いた非対称な集団決定について理論的に検討する。
  論文  参考訳（メタデータ） (2023-05-03T13:46:03Z)
• Decision-Making Under Uncertainty: Beyond Probabilities [5.358161704743754]
  古典的な仮定は、確率はシステムの不確実性をすべて十分に捉えることができるというものである。 本稿では、この古典的解釈を超える不確実性に焦点を当てる。 離散モデルと連続モデルの両方に対していくつかの解法を示す。
  論文  参考訳（メタデータ） (2023-03-10T10:53:33Z)
• Multi-Target Decision Making under Conditions of Severe Uncertainty [0.0]
  不完全な優先的・確率的な情報をいかに利用して、異なる目標間の意思決定を比較するかを示す。 本稿では,提案する決定オプション間の順序の興味深い性質について論じ,線形最適化によって具体的な計算方法を示す。 本論文は,アルゴリズムを異なる性能尺度で比較する文脈において,我々のフレームワークを実証することによって,論文を締めくくっている。
  論文  参考訳（メタデータ） (2022-12-13T11:47:02Z)
• On the Complexity of Adversarial Decision Making [101.14158787665252]
  決定推定係数は, 相手の意思決定に対する後悔度を低く抑えるのに必要であり, 十分であることを示す。 我々は、決定推定係数を他のよく知られた複雑性尺度の変種に結びつける新しい構造結果を提供する。
  論文  参考訳（メタデータ） (2022-06-27T06:20:37Z)
• Experimental violations of Leggett-Garg's inequalities on a quantum computer [77.34726150561087]
  単一および多ビット系におけるLeggett-Garg-Bellの不等式違反を実験的に観察する。 本分析では, 量子プラットフォームの限界に注目し, 上記の相関関数は, 量子ビットの数や回路深さが大きくなるにつれて, 理論的予測から逸脱することを示した。
  論文  参考訳（メタデータ） (2021-09-06T14:35:15Z)
• Inverse Active Sensing: Modeling and Understanding Timely Decision-Making [111.07204912245841]
  我々は,内因性,文脈依存型時間圧下でのエビデンスに基づく意思決定の一般的な設定のための枠組みを開発する。 意思決定戦略において、サプライズ、サスペンス、最適性の直感的な概念をモデル化する方法を実証する。
  論文  参考訳（メタデータ） (2020-06-25T02:30:45Z)
• QuLBIT: Quantum-Like Bayesian Inference Technologies for Cognition and Decision [0.11470070927586014]
  本稿では、量子論から派生した統合認知意思決定フレームワーク(QulBIT)の基礎を提供する。 本稿では,統合フレームワークの主要なモジュール,説明的分析手法について詳述し,その適用が確実な原則に反する状況で説明する。
  論文  参考訳（メタデータ） (2020-05-30T09:02:03Z)

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。