論文の概要: Latent gaze information in highly dynamic decision-tasks
- arxiv url: http://arxiv.org/abs/2202.04072v1
- Date: Tue, 8 Feb 2022 11:43:10 GMT
- ステータス: 処理完了
- システム内更新日: 2022-02-10 15:04:58.757994
- Title: Latent gaze information in highly dynamic decision-tasks
- Title（参考訳）: 動的決定タスクにおける潜時視線情報
- Authors: Benedikt Hosp
- Abstract要約: 私は、目の動きと視覚的専門知識を結びつけるために人工知能を使用するモデルの開発について、洞察を与えます。
得られたモデルは、自動専門知識認識のためのデジタル診断モデルとみなすことができる。
以上の結果から,若手プロのトレーニングにおけるデジタル支援オプションとして,結果のモデルをクロック信号として用いることが示唆された。
- 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: Digitization is penetrating more and more areas of life. Tasks are
increasingly being completed digitally, and are therefore not only fulfilled
faster, more efficiently but also more purposefully and successfully. The rapid
developments in the field of artificial intelligence in recent years have
played a major role in this, as they brought up many helpful approaches to
build on. At the same time, the eyes, their movements, and the meaning of these
movements are being progressively researched. The combination of these
developments has led to exciting approaches. In this dissertation, I present
some of these approaches which I worked on during my Ph.D.
First, I provide insight into the development of models that use artificial
intelligence to connect eye movements with visual expertise. This is
demonstrated for two domains or rather groups of people: athletes in
decision-making actions and surgeons in arthroscopic procedures. The resulting
models can be considered as digital diagnostic models for automatic expertise
recognition. Furthermore, I show approaches that investigate the
transferability of eye movement patterns to different expertise domains and
subsequently, important aspects of techniques for generalization. Finally, I
address the temporal detection of confusion based on eye movement data. The
results suggest the use of the resulting model as a clock signal for possible
digital assistance options in the training of young professionals. An
interesting aspect of my research is that I was able to draw on very valuable
data from DFB youth elite athletes as well as on long-standing experts in
arthroscopy. In particular, the work with the DFB data attracted the interest
of radio and print media, namely DeutschlandFunk Nova and SWR DasDing. All
resulting articles presented here have been published in internationally
renowned journals or at conferences.
- Abstract（参考訳）: デジタル化はますます生命の領域に浸透している。
タスクはデジタル的に完成することが多くなり、より速く、より効率的に、より意図的に、そして成功しています。
近年の人工知能分野の急速な発展は、構築に有用な多くのアプローチを生み出したことにより、この分野で大きな役割を担っている。
同時に、目、彼らの動き、そしてこれらの動きの意味が徐々に研究されている。
これらの開発の組み合わせは、エキサイティングなアプローチにつながりました。
この論文では、私がPh.D.で研究したアプローチをいくつか紹介します。
まず、人工知能を使って視線の動きと視覚的専門知識を結びつけるモデルの開発について考察する。
これは、意思決定行動のアスリートと鏡視下手術の外科医の2つの領域またはむしろ人々のグループで示される。
得られたモデルは、自動専門知識認識のためのデジタル診断モデルとみなすことができる。
さらに,眼球運動パターンの異なる専門領域への伝達可能性について検討し,その後,一般化技術の重要な側面を示す。
最後に,眼球運動データに基づく混乱の時間的検出について述べる。
以上の結果から,若手プロのトレーニングにおけるデジタル支援オプションとして,結果のモデルをクロック信号として用いることが示唆された。
私の研究の興味深い側面は、dfbの若手エリートアスリートや長年の関節鏡の専門家から非常に貴重なデータを引き出すことができたことです。
特に、dfbデータを用いた研究は、ラジオと印刷メディア、すなわちdeutschlandfunk novaとswr dasdingの関心を惹いた。
全ての論文は国際的に有名な雑誌や会議で発表されている。
関連論文リスト
- Deepfake Generation and Detection: A Benchmark and Survey [134.19054491600832]
Deepfakeは、特定の条件下で非常にリアルな顔画像やビデオを作成するための技術だ。
この調査は、ディープフェイクの発生と検出の最新の展開を包括的にレビューする。
本研究では, 顔交換, 顔再現, 話し顔生成, 顔属性編集の4つの代表的なディープフェイク分野の研究に焦点をあてる。
論文 参考訳（メタデータ） (2024-03-26T17:12:34Z) - State of the Art on Diffusion Models for Visual Computing [191.6168813012954]
本稿では,拡散モデルの基本数学的概念,実装の詳細,および一般的な安定拡散モデルの設計選択を紹介する。
また,拡散に基づく生成と編集に関する文献の急速な発展を概観する。
利用可能なデータセット、メトリクス、オープンな課題、社会的意味について議論する。
論文 参考訳（メタデータ） (2023-10-11T05:32:29Z) - XrayGPT: Chest Radiographs Summarization using Medical Vision-Language
Models [60.437091462613544]
我々は,会話型医療ビジョン言語モデルであるXrayGPTを紹介する。
胸部X線写真に関するオープンエンドの質問を分析し、答えることができる。
自由テキストラジオグラフィーレポートから217kの対話的かつ高品質な要約を生成する。
論文 参考訳（メタデータ） (2023-06-13T17:59:59Z) - Using generative AI to investigate medical imagery models and datasets [21.814095540433115]
AIベースのモデルの信頼性を高めるには、説明が必要だ。
本稿では,チームベースの専門知識を活用した視覚的自動説明手法を提案する。
3つの医用画像モダリティにまたがる8つの予測課題について実験を行った。
論文 参考訳（メタデータ） (2023-06-01T17:59:55Z) - Explainable AI (XAI) in Biomedical Signal and Image Processing: Promises
and Challenges [6.2582045516539715]
説明可能なAI(XAI)は、モデルを解釈し、説明を提供することによって、この翻訳ギャップを埋めようとしている。
本稿では,バイオメディカルデータ処理におけるXAIの概要と,バイオメディカル画像の深層学習とIEEE信号処理マガジンの信号処理に関する特集について述べる。
論文 参考訳（メタデータ） (2022-07-09T16:27:41Z) - A Deep Learning Approach for the Segmentation of Electroencephalography
Data in Eye Tracking Applications [56.458448869572294]
脳波データの時系列セグメンテーションのための新しいフレームワークDETRtimeを紹介する。
エンドツーエンドのディープラーニングベースのフレームワークは、コンピュータビジョンの進歩を前面に立たせています。
我々のモデルは脳波睡眠ステージセグメンテーションのタスクにおいてよく一般化される。
論文 参考訳（メタデータ） (2022-06-17T10:17:24Z) - Follow My Eye: Using Gaze to Supervise Computer-Aided Diagnosis [54.60796004113496]
医用画像を読む放射線科医の眼球運動は,DNNベースのコンピュータ支援診断システム(CAD)を訓練するための新たな指導形態であることが実証された。
画像を読んでいるときに、放射線科医の視線を記録します。
視線情報は処理され、アテンション一貫性モジュールを介してDNNの注意を監督するために使用される。
論文 参考訳（メタデータ） (2022-04-06T08:31:05Z) - Data augmentation and image understanding [2.123756175601459]
論文は、機械学習、認知科学、神経科学の間の有利なシナジーを探求する。
論文は、視覚知覚や生物学的視覚とより整合した学習表現に焦点を当てている。
論文 参考訳（メタデータ） (2020-12-28T11:00:52Z) - Gravitational Models Explain Shifts on Human Visual Attention [80.76475913429357]
視覚的注意(英: visual attention)とは、人間の脳が優先的な処理のために関連する感覚情報を選択する能力を指す。
過去30年間に様々な評価方法が提案されてきた。
注意変動を記述するための重力モデル(GRAV)を提案する。
論文 参考訳（メタデータ） (2020-09-15T10:12:41Z) - A review of deep learning in medical imaging: Imaging traits, technology
trends, case studies with progress highlights, and future promises [27.16172003905426]
医用画像の特徴を最初に提示し,臨床ニーズと医用画像の技術的課題の両方を強調した。
次に, デジタル診断, 胸部, 脳, 心血管, 腹部画像検査など, 臨床現場で一般的に見られるいくつかの症例について報告する。
論文 参考訳（メタデータ） (2020-08-02T14:26:13Z)
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。