論文の概要: Crowdsourcing through Cognitive Opportunistic Networks
- arxiv url: http://arxiv.org/abs/2109.14946v1
- Date: Thu, 30 Sep 2021 09:19:02 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-01 14:40:31.546149
- Title: Crowdsourcing through Cognitive Opportunistic Networks
- Title（参考訳）: 認知機会ネットワークによるクラウドソーシング
- Authors: M. Mordacchini, A. Passarella, M. Conti, S.M. Allen, M.J. Chorley,
G.B. Colombo, V. Tanasescu and R.M. Whitaker
- Abstract要約: 機会ネットワーク(ON)が空間領域にクラウドソーシングを開放した。
我々は、ユーザのモバイルデバイスが周囲の物理的環境を認識できるように、認知機能をONに導入する。
- 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: Untile recently crowdsourcing has been primarily conceived as an online
activity to harness resources for problem solving. However the emergence of
opportunistic networking (ON) has opened up crowdsourcing to the spatial
domain. In this paper we bring the ON model for potential crowdsourcing in the
smart city environment. We introduce cognitive features to the ON that allow
users' mobile devices to become aware of the surrounding physical environment.
Specifically, we exploit cognitive psychology studies on dynamic memory
structures and cognitive heuristics, i.e. mental models that describe how the
human brain handle decision-making amongst complex and real-time stimuli.
Combined with ON, these cognitive features allow devices to act as proxies in
the cyber-world of their users and exchange knowledge to deliver awareness of
places in an urban environment. This is done through tags associated with
locations. They represent features that are perceived by humans about a place.
We consider the extent to which this knowledge becomes available to
participants, using interactions with locations and other nodes. This is
assessed taking into account a wide range of cognitive parameters. Outcomes are
important because this functionality could support a new type of recommendation
system that is independent of the traditional forms of networking.
- Abstract（参考訳）: 最近までクラウドソーシングは、主に問題解決にリソースを活用するオンライン活動として考えられてきた。
しかし,Opportunistic Network(ON)の出現により,クラウドソーシングが空間領域に開放された。
本稿では,スマートシティ環境におけるクラウドソーシングのためのONモデルを提案する。
我々は,ユーザのモバイルデバイスが周囲の物理的環境を認識することを可能にする認知機能をオンに導入する。
具体的には,動的な記憶構造や認知的ヒューリスティックスに関する認知心理学研究,すなわち,人間の脳が複雑かつリアルタイムな刺激の中で意思決定をどう扱うかを記述するメンタルモデルを利用する。
これらの認知機能はONと組み合わせることで、デバイスがユーザのサイバーワールドのプロキシとして機能し、知識を交換することで、都市環境における場所の認識を提供する。
これはロケーションに関連付けられたタグを通じて行われる。
場所に関する人間によって知覚される特徴を表す。
我々は,この知識が参加者に利用可能になる程度を,場所や他のノードとのインタラクションを用いて検討する。
これは幅広い認知的パラメータを考慮して評価される。
この機能は従来のネットワーク形式に依存しない新しいタイプのレコメンデーションシステムをサポートする可能性があるため、成果は重要である。
関連論文リスト
- Modeling User Preferences via Brain-Computer Interfacing [54.3727087164445]
我々はBrain-Computer Interface技術を用いてユーザの好みを推測し、その注意力は視覚的コンテンツと感情的体験との関連性に相関する。
我々はこれらを,情報検索,生成モデルのパーソナライズされたステアリング,感情経験のクラウドソーシング人口推定など,関連するアプリケーションにリンクする。
論文 参考訳（メタデータ） (2024-05-15T20:41:46Z) - Building Blocks to Empower Cognitive Internet with Hybrid Edge Cloud [0.0]
我々は、Cognitive InternetはCognitive Internet of Things(Cognitive IoT)を越えていると主張している。
Mobile InternetやCognitive IoTとは異なり、Cognitive Internetはネットワーク全体のコラボレーティブインテリジェンスを統合している。
本稿では,「認知インターネット」パラダイムの基本要素,特徴,メリット,産業的影響について述べる。
論文 参考訳（メタデータ） (2024-01-10T19:43:52Z) - Multi-Modal Cognitive Maps based on Neural Networks trained on Successor
Representations [3.4916237834391874]
認知地図(Cognitive map)は、脳が記憶を効率的に整理し、そこからコンテキストを取り出す方法に関する概念である。
そこで我々は,細胞動態と認知地図表現をモデル化可能な後続表現を用いたマルチモーダルニューラルネットワークを構築した。
ネットワークは、新しい入力とトレーニングデータベースの類似性を学習し、認知地図の表現を成功させる。
論文 参考訳（メタデータ） (2023-12-22T12:44:15Z) - Enabling High-Level Machine Reasoning with Cognitive Neuro-Symbolic
Systems [67.01132165581667]
本稿では,認知アーキテクチャを外部のニューロシンボリックコンポーネントと統合することにより,AIシステムにおける高レベル推論を実現することを提案する。
本稿では,ACT-Rを中心としたハイブリッドフレームワークについて紹介し,最近の応用における生成モデルの役割について論じる。
論文 参考訳（メタデータ） (2023-11-13T21:20:17Z) - EMERSK -- Explainable Multimodal Emotion Recognition with Situational
Knowledge [0.0]
状況知識を用いた説明可能なマルチモーダル感情認識(EMERSK)を提案する。
EMERSKは視覚情報を用いた人間の感情認識と説明のための汎用システムである。
本システムは, 表情, 姿勢, 歩行などの複数のモーダルを柔軟かつモジュラーな方法で処理することができる。
論文 参考訳（メタデータ） (2023-06-14T17:52:37Z) - Searching for the Essence of Adversarial Perturbations [73.96215665913797]
本稿では,ニューラルネットワークの誤予測の原因となる,人間の認識可能な情報を含む対人摂動について述べる。
この人間の認識可能な情報の概念は、敵の摂動に関連する重要な特徴を説明できる。
論文 参考訳（メタデータ） (2022-05-30T18:04:57Z) - From Psychological Curiosity to Artificial Curiosity: Curiosity-Driven
Learning in Artificial Intelligence Tasks [56.20123080771364]
心理学的好奇心は、探索と情報取得を通じて学習を強化するために、人間の知性において重要な役割を果たす。
人工知能(AI)コミュニティでは、人工好奇心は効率的な学習に自然な本質的な動機を与える。
CDLはますます人気を博し、エージェントは新たな知識を学習するために自己動機付けされている。
論文 参考訳（メタデータ） (2022-01-20T17:07:03Z) - Backprop-Free Reinforcement Learning with Active Neural Generative
Coding [84.11376568625353]
動的環境におけるエラー(バックプロップ)のバックプロパゲーションを伴わない行動駆動型生成モデルの学習のための計算フレームワークを提案する。
我々は、まばらな報酬でも機能するインテリジェントエージェントを開発し、推論として計画の認知理論からインスピレーションを得ている。
我々のエージェントの堅牢な性能は、神経推論と学習のためのバックプロップフリーアプローチがゴール指向の行動を促進するという有望な証拠を提供する。
論文 参考訳（メタデータ） (2021-07-10T19:02:27Z) - Cognitive architecture aided by working-memory for self-supervised
multi-modal humans recognition [54.749127627191655]
人間パートナーを認識する能力は、パーソナライズされた長期的な人間とロボットの相互作用を構築するための重要な社会的スキルです。
ディープラーニングネットワークは最先端の結果を達成し,そのような課題に対処するための適切なツールであることが実証された。
1つの解決策は、ロボットに自己スーパービジョンで直接の感覚データから学習させることである。
論文 参考訳（メタデータ） (2021-03-16T13:50:24Z) - Cognitive network science for understanding online social cognitions: A
brief review [0.0]
ソーシャルメディアは、タイムラインや感情的コンテンツの観点から、大量のユーザーの認知をデジタル化している。
この研究は、認知ネットワーク科学がオンラインメディアを通じて認知を理解するための新しい定量的な方法を開く方法について概説する。
論文 参考訳（メタデータ） (2021-02-25T11:53:28Z)
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。