Fugu-MT 論文翻訳(概要): A Cognitive Science perspective for learning how to design meaningful user experiences and human-centered technology

論文の概要: A Cognitive Science perspective for learning how to design meaningful user experiences and human-centered technology

arxiv url: http://arxiv.org/abs/2106.07553v1
Date: Wed, 2 Jun 2021 15:00:50 GMT
ステータス: 処理完了
システム内更新日: 2021-06-20 16:06:29.451612
Title: A Cognitive Science perspective for learning how to design meaningful user experiences and human-centered technology
Title（参考訳）: 有意義なユーザエクスペリエンスと人間中心技術の設計を学ぶための認知科学の視点
Authors: Sara Kingsley
Abstract要約: 本稿では,認知科学,ヒューマンコンピュータインタラクション(HCI),自然言語処理(NLP)の文献をレビューし,アナログ推論(AR)がコミュニケーションと学習技術の設計にどのように役立つかを検討する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: This paper reviews literature in cognitive science, human-computer interaction (HCI) and natural-language processing (NLP) to consider how analogical reasoning (AR) could help inform the design of communication and learning technologies, as well as online communities and digital platforms. First, analogical reasoning (AR) is defined, and use-cases of AR in the computing sciences are presented. The concept of schema is introduced, along with use-cases in computing. Finally, recommendations are offered for future work on using analogical reasoning and schema methods in the computing sciences.
Abstract（参考訳）: 本稿では、認知科学、人間-コンピュータインタラクション(hci)、自然言語処理(nlp)の文献をレビューし、類似推論(ar)がコミュニケーションや学習技術、オンラインコミュニティやデジタルプラットフォームの設計にどのように役立つかを考察する。まず、アナログ推論(AR)を定義し、計算科学におけるARの使用事例を示す。スキーマの概念は、コンピューティングのユースケースとともに導入された。最後に、計算機科学におけるアナログ推論とスキーマ手法の今後の研究のために推奨される。

関連論文リスト

A Survey on Compositional Learning of AI Models: Theoretical and Experimental Practices [15.92779896185647]
構成学習は人間の認知、特に人間の言語理解と視覚知覚において重要である。インテリジェンスにおいて重要な役割を担っているにもかかわらず、体系的な理論的、実験的研究方法論が欠如している。本稿では,AIモデルの構成学習に関する文献と,認知研究との関わりについて考察する。
論文参考訳（メタデータ） (2024-06-13T03:46:21Z)
Learning Structure and Knowledge Aware Representation with Large Language Models for Concept Recommendation [50.31872005772817]
概念推薦は,学習者が自身の知識状態と人間の知識システムに基づいて学習する次の概念を提案することを目的としている。従来のアプローチでは、人間の知識システムをこれらの教育モデルを設計するプロセスに効果的に統合していない。 SKarREC(Structure and Knowledge Aware Representation Learning framework for concept Recommendation)を提案する。
論文参考訳（メタデータ） (2024-05-21T01:35:36Z)
Combatting Human Trafficking in the Cyberspace: A Natural Language Processing-Based Methodology to Analyze the Language in Online Advertisements [55.2480439325792]
このプロジェクトは、高度自然言語処理(NLP)技術により、オンラインC2Cマーケットプレースにおける人身売買の急激な問題に取り組む。我々は、最小限の監督で擬似ラベル付きデータセットを生成する新しい手法を導入し、最先端のNLPモデルをトレーニングするための豊富なリソースとして機能する。重要な貢献は、Integrated Gradientsを使った解釈可能性フレームワークの実装であり、法執行にとって重要な説明可能な洞察を提供する。
論文参考訳（メタデータ） (2023-11-22T02:45:01Z)
Towards Human Cognition Level-based Experiment Design for Counterfactual Explanations (XAI) [68.8204255655161]
XAI研究の重点は、より理解を深めるために、より実践的な説明アプローチに変わったようだ。認知科学研究がXAIの進歩に大きく影響を与える可能性のある領域は、ユーザの知識とフィードバックを評価することである。本研究では,異なる認知レベルの理解に基づく説明の生成と評価を実験する枠組みを提案する。
論文参考訳（メタデータ） (2022-10-31T19:20:22Z)
A Concept and Argumentation based Interpretable Model in High Risk Domains [9.209499864585688]
解釈可能性(interpretability)は、医療、銀行、セキュリティといったリスクの高い分野において、人工知能にとって重要なトピックとなっている。人間の理解可能な概念を得るための新しい概念マイニング手法を含む概念と議論に基づくモデル(CAM)を提案する。 CAMは人間レベルの知識に基づく意思決定を提供し、推論プロセスは本質的に解釈可能である。
論文参考訳（メタデータ） (2022-08-17T08:29:02Z)
How Lexical Gold Standards Have Effects On The Usefulness Of Text Analysis Tools For Digital Scholarship [0.2907403645801429]
本稿では,現在の語彙的類似性と類似金の標準が,それらが評価するために設計したモデルが何のために使用されるかという特定の考え方に適合するように構築されていることを述べる。本稿では,デジタル人文科学と社会科学の要件の体系的な定式化を論じる。
論文参考訳（メタデータ） (2021-05-31T12:40:10Z)
Formalising Concepts as Grounded Abstractions [68.24080871981869]
このレポートは、表現学習が生データから概念を誘導する方法を示しています。このレポートの主な技術的目標は、表現学習のテクニックが概念空間の格子理論的定式化とどのように結婚できるかを示すことである。
論文参考訳（メタデータ） (2021-01-13T15:22:01Z)
A Data-Driven Study of Commonsense Knowledge using the ConceptNet Knowledge Base [8.591839265985412]
汎用人工知能(AI)の実現における重要なフロンティアとして,コモンセンス知識と推論の獲得が認められている。本稿では,コンセプションネットの知識基盤を実証的かつ構造的に分析することにより,コモンセンス知識のより深い理解を可能にする体系的な研究を提案し,実施する。最先端の教師なしグラフ表現学習(「埋め込み」)とクラスタリング技術を用いて、慎重に設計された3つの研究課題に関する詳細な実験結果から、ConceptNet関係の深いサブ構造を明らかにする。
論文参考訳（メタデータ） (2020-11-28T08:08:25Z)
Neuro-symbolic Architectures for Context Understanding [59.899606495602406]
本稿では,データ駆動型アプローチと知識駆動型アプローチの強みを組み合わせたフレームワークとして,ハイブリッドAI手法を提案する。具体的には、知識ベースを用いて深層ニューラルネットワークの学習過程を導く方法として、ニューロシンボリズムの概念を継承する。
論文参考訳（メタデータ） (2020-03-09T15:04:07Z)
A general framework for scientifically inspired explanations in AI [76.48625630211943]
我々は、AIシステムの説明を実装可能な一般的なフレームワークの理論的基盤として、科学的説明の構造の概念をインスタンス化する。このフレームワークは、AIシステムの"メンタルモデル"を構築するためのツールを提供することを目的としている。
論文参考訳（メタデータ） (2020-03-02T10:32:21Z)

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。