論文の概要: Semantic Contextual Reasoning to Provide Human Behavior
- arxiv url: http://arxiv.org/abs/2103.10694v1
- Date: Fri, 19 Mar 2021 09:02:38 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-22 18:25:57.410162
- Title: Semantic Contextual Reasoning to Provide Human Behavior
- Title（参考訳）: 人間行動提供のための意味的文脈推論
- Authors: Sarika Jain and Archana Patel
- Abstract要約: データ爆発はインテリジェントシステムにとって最も困難な研究課題の1つだ。
ユーザコンテキストを定量化し,意味的コンテキスト推論を提供するモデルを提案する。
所定の事象を特定し、その決定の信頼度を計算する診断信念アルゴリズム(DBA)も提示される。
- 参考スコア（独自算出の注目度）: 1.776746672434207
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In recent years, the world has witnessed various primitives pertaining to the
complexity of human behavior. Identifying an event in the presence of
insufficient, incomplete, or tentative premises along with the constraints on
resources such as time, data and memory is a vital aspect of an intelligent
system. Data explosion presents one of the most challenging research issues for
intelligent systems; to optimally represent and store this heterogeneous and
voluminous data semantically to provide human behavior. There is a requirement
of intelligent but personalized human behavior subject to constraints on
resources and priority of the user. Knowledge, when represented in the form of
an ontology, procures an intelligent response to a query posed by users; but it
does not offer content in accordance with the user context. To this aim, we
propose a model to quantify the user context and provide semantic contextual
reasoning. A diagnostic belief algorithm (DBA) is also presented that
identifies a given event and also computes the confidence of the decision as a
function of available resources, premises, exceptions, and desired specificity.
We conduct an empirical study in the domain of day-to-day routine queries and
the experimental results show that the answer to queries and also its
confidence varies with user context.
- Abstract（参考訳）: 近年、世界は人間の行動の複雑さに関連する様々な原始を目撃してきた。
時間、データ、メモリなどのリソースの制約とともに、不十分、不完全、仮の前提が存在する場合にイベントを特定することは、インテリジェントシステムの重要な側面である。
データ爆発はインテリジェントシステムにとって最も困難な研究課題の1つであり、人間行動を提供するために、この不均一でvoluminousなデータを最適に表現し保存する。
リソースの制約やユーザのプライオリティを前提とした、インテリジェントだがパーソナライズされた人間の行動の要件がある。
知識は、オントロジーの形式で表されるとき、ユーザによって提示されるクエリに対するインテリジェントな応答を発生しますが、ユーザコンテキストに応じてコンテンツを提供しません。
そこで本研究では,ユーザコンテキストを定量化し,意味的コンテキスト推論を提供するモデルを提案する。
特定の事象を特定し、利用可能なリソース、前提、例外、所望の特異性の関数として決定の信頼性を計算する診断的信念アルゴリズム(dba)も提示される。
日々の日常的問合せの領域で実証実験を行い,その結果から,問合せに対する回答と信頼度は,ユーザコンテキストによって異なることが示された。
関連論文リスト
- Mimicking Human Intuition: Cognitive Belief-Driven Q-Learning [5.960184723807347]
本稿では,主観的信念モデリングをQラーニングフレームワークに統合した認知的信念駆動型Qラーニング(CBDQ)を提案する。
CBDQは、人間のような学習能力と推論能力を持つエージェントを提供することで、意思決定の精度を高める。
各種複雑環境における離散制御ベンチマークタスクについて,提案手法の評価を行った。
論文 参考訳（メタデータ） (2024-10-02T16:50:29Z) - DISCOVER: A Data-driven Interactive System for Comprehensive Observation, Visualization, and ExploRation of Human Behaviour [6.716560115378451]
我々は,人間行動分析のための計算駆動型データ探索を効率化するために,モジュール型でフレキシブルでユーザフレンドリなソフトウェアフレームワークを導入する。
我々の主な目的は、高度な計算方法論へのアクセスを民主化することであり、これにより研究者は、広範囲の技術的熟練を必要とせずに、詳細な行動分析を行うことができる。
論文 参考訳（メタデータ） (2024-07-18T11:28:52Z) - A Study of Situational Reasoning for Traffic Understanding [63.45021731775964]
トラフィック領域における状況推論のための3つの新しいテキストベースのタスクを考案する。
先行作業における言語推論タスクにまたがる一般化能力を示す知識強化手法を4つ採用する。
本稿では,データ分割におけるモデル性能の詳細な解析を行い,モデル予測を分類的に検討する。
論文 参考訳（メタデータ） (2023-06-05T01:01:12Z) - Rethinking Complex Queries on Knowledge Graphs with Neural Link Predictors [58.340159346749964]
本稿では,証明可能な推論能力を備えた複雑なクエリを用いたエンドツーエンド学習を支援するニューラルシンボリック手法を提案する。
これまでに検討されていない10種類の新しいクエリを含む新しいデータセットを開発する。
提案手法は,新しいデータセットにおいて先行手法を著しく上回り,既存データセットにおける先行手法を同時に上回っている。
論文 参考訳（メタデータ） (2023-04-14T11:35:35Z) - Human-Centric Multimodal Machine Learning: Recent Advances and Testbed
on AI-based Recruitment [66.91538273487379]
人間中心のアプローチでAIアプリケーションを開発する必要性には、ある程度のコンセンサスがある。
i)ユーティリティと社会的善、(ii)プライバシとデータ所有、(iii)透明性と説明責任、(iv)AIによる意思決定プロセスの公正性。
異種情報ソースに基づく現在のマルチモーダルアルゴリズムは、データ中の機密要素や内部バイアスによってどのように影響を受けるかを検討する。
論文 参考訳（メタデータ） (2023-02-13T16:44:44Z) - Utilizing Background Knowledge for Robust Reasoning over Traffic
Situations [63.45021731775964]
我々は、インテリジェントトランスポーテーションの補完的な研究側面である交通理解に焦点を当てる。
本研究は,豊富なコモンセンス知識を前提として,テキストベースの手法とデータセットを対象とする。
交通状況に対するゼロショットQAには3つの知識駆動アプローチを採用しています。
論文 参考訳（メタデータ） (2022-12-04T09:17:24Z) - Beyond Interpretable Benchmarks: Contextual Learning through Cognitive
and Multimodal Perception [0.0]
この研究は、チューリングテストがコンピュータシステムを人為的に形作る試みであると誤解されていることを主張する。
通訳性に欠けるにもかかわらず、汎用知能の基盤として暗黙の学習を強調している。
論文 参考訳（メタデータ） (2022-12-04T08:30:04Z) - JECC: Commonsense Reasoning Tasks Derived from Interactive Fictions [75.42526766746515]
本稿では,人間のインタラクティブ・フィクション(IF)ゲームプレイ・ウォークスルーに基づく新しいコモンセンス推論データセットを提案する。
本データセットは,事実知識ではなく,機能的コモンセンス知識ルールの評価に重点を置いている。
実験の結果、導入したデータセットは、以前の機械読影モデルと新しい大規模言語モデルに難題であることが示されている。
論文 参考訳（メタデータ） (2022-10-18T19:20:53Z) - Model-agnostic Fits for Understanding Information Seeking Patterns in
Humans [0.0]
不確実な意思決定タスクでは、人間はそのタスクに関連する情報を探し、統合し、行動する際、特徴的なバイアスを示す。
ここでは,これらのバイアスを総合的に測定・分類した,大規模に収集した先行設計実験のデータを再検討した。
これらのバイアスを集約的に再現するディープラーニングモデルを設計し、個々の行動の変化を捉えます。
論文 参考訳（メタデータ） (2020-12-09T04:34:58Z) - Knowledge-driven Data Construction for Zero-shot Evaluation in
Commonsense Question Answering [80.60605604261416]
本稿では,共通認識課題にまたがるゼロショット質問応答のための新しいニューラルシンボリック・フレームワークを提案する。
言語モデル、トレーニング体制、知識ソース、データ生成戦略のセットを変えて、タスク間の影響を測定します。
個別の知識グラフは特定のタスクに適しているが、グローバルな知識グラフはさまざまなタスクに対して一貫した利得をもたらす。
論文 参考訳（メタデータ） (2020-11-07T22:52:21Z) - Natural language technology and query expansion: issues,
state-of-the-art and perspectives [0.0]
クエリのあいまいさや誤解釈を引き起こす言語特性と、追加の要因は、ユーザの情報ニーズを正確に表現する能力に影響を与える。
汎用言語に基づく問合せ拡張フレームワークの解剖学を概説し,モジュールに基づく分解を提案する。
それぞれのモジュールについて、文献における最先端のソリューションをレビューし、使用するテクニックの光の下で分類する。
論文 参考訳（メタデータ） (2020-04-23T11:39:07Z)
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。