論文の概要: Social Practice Cards: Research material to study social contexts as interwoven practice constellations

• arxiv url: http://arxiv.org/abs/2205.01756v1
• Date: Tue, 3 May 2022 19:59:16 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 16:40:20.698591
• Title: Social Practice Cards: Research material to study social contexts as interwoven practice constellations
• Title（参考訳）: ソーシャル・プラクティス・カード : 実践コンステレーションとしての社会的文脈の研究資料
• Authors: Alarith Uhde and Mena Mesenh\"oller and Marc Hassenzahl
• Abstract要約: 社会的コンテキストはダイナミックで、関係者全員の配置されたプラクティスによって形作られます。 この素材は、異なる、共同配置されたプラクティスが相互にどのように関係しているかを、さらに調査するために使用することができる。
• 参考スコア（独自算出の注目度）: 24.317510246082207
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Studying how social contexts shape technology interactions and how we experience them is hard. One challenge is that social contexts are very dynamic and shaped by the situated practices of everyone involved. As a result, the same human-technology interaction can be experienced quite differently depending on what other people around us do. As a first step to study interpersonal and interpractice dynamics, we collected a broad range of visual representations of practices, such as "riding a bike" or "skipping the rope". This material can be used to further explore how different, co-located practices relate to each other.
• Abstract（参考訳）: 社会的文脈がテクノロジーの相互作用をどのように形成し、どのように経験するかを研究することは難しい。 ひとつの課題は、社会的コンテキストが非常にダイナミックで、関係者全員の習慣によって形作られています。 その結果、同じ人間とテクノロジーの相互作用は、周囲の人々が何をしているかによって、全く異なる経験をすることができる。 対人的および相互実践的ダイナミクスを研究するための第一歩として,我々は,「自転車を乗り越える」や「ロープをスキップする」といった,幅広い視覚的なプラクティスを収集した。 この素材は、異なる、同じ場所にあるプラクティスが相互にどう関係しているかをさらに探求するために使用できる。

関連論文リスト

• From a Social Cognitive Perspective: Context-aware Visual Social Relationship Recognition [59.57095498284501]
  我々は,textbfContextual textbfSocial textbfRelationships (textbfConSoR) を社会的認知の観点から認識する新しいアプローチを提案する。 画像ごとの社会的関係を考慮した社会認識記述言語プロンプトを構築した。 印象的なことに、ConSoRは従来の手法を上回り、Person-in-Social-Context(PISC)データセットでは12.2%、Person-in-Photo-Album(PIPA)ベンチマークでは9.8%向上している。
  論文  参考訳（メタデータ） (2024-06-12T16:02:28Z)
• Self-supervised Hypergraph Representation Learning for Sociological Analysis [52.514283292498405]
  本稿では,データマイニング技術と社会学的行動基準のさらなる融合を支援するための基本的な方法論を提案する。 まず,効率的なハイパーグラフ認識と高速グラフ構築フレームワークを提案する。 第2に,ユーザからユーザへのソーシャルインフルエンスを学習するためのハイパーグラフベースニューラルネットワークを提案する。
  論文  参考訳（メタデータ） (2022-12-22T01:20:29Z)
• Flexible social inference facilitates targeted social learning when rewards are not observable [58.762004496858836]
  グループは、個人が他人の成功から学べるときにより効果的にコーディネートする。 社会的推論能力は、このギャップを埋める助けとなり、個人が他人の基本的な知識に対する信念を更新し、観察可能な行動軌跡から成功することを示唆する。
  論文  参考訳（メタデータ） (2022-12-01T21:04:03Z)
• Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A Survey [71.43956423427397]
  本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。 この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。 もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
  論文  参考訳（メタデータ） (2022-07-20T13:37:57Z)
• Detecting socially interacting groups using f-formation: A survey of taxonomy, methods, datasets, applications, challenges, and future research directions [3.995408039775796]
  社会的行動は、ロボットが持つことのできる最も追求された性質の1つである。 このような品質を持つためには、ロボットがグループの形成を判断し、自らの位置を決定する必要がある。 この問題に関連するすべての懸念とモジュールを組み合わせた,新たな総合的な調査フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-08-13T11:51:17Z)
• PHASE: PHysically-grounded Abstract Social Events for Machine Social Perception [50.551003004553806]
  私たちは、物理的に根拠のある抽象的なソーシャルイベント、フェーズのデータセットを作成します。 フェーズは人間の実験によって検証され、人間は社会出来事において豊かな相互作用を知覚する。 ベースラインモデルとして,最新のフィードフォワードニューラルネットワークよりも優れたベイズ逆計画手法SIMPLEを導入する。
  論文  参考訳（メタデータ） (2021-03-02T18:44:57Z)
• Towards a Better Understanding of Social Acceptability [28.727916976371265]
  社会的文脈は、テクノロジーの受容と利用を理解する上で重要な役割を果たす。 文脈的影響を記述するための現在のアプローチは、それを適切に捉えていない。 社会実践論に基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2021-03-02T10:59:17Z)
• Connections between Relational Event Model and Inverse Reinforcement Learning for Characterizing Group Interaction Sequences [0.18275108630751835]
  我々は、リレーショナルイベントモデル(REM)と逆強化学習(IRL)の未同定接続について検討する。 REM はそのような問題に対処する従来の手法であるが、IRL の応用は未完成の手法である。 実験により,集団の社会的相互作用を特徴付けるためのIRLの特殊効果を実証した。
  論文  参考訳（メタデータ） (2020-10-19T19:40:29Z)
• Human Trajectory Forecasting in Crowds: A Deep Learning Perspective [89.4600982169]
  本稿では,既存の深層学習に基づくソーシャルインタラクションのモデル化手法について詳細に分析する。 本稿では、これらの社会的相互作用を効果的に捉えるための知識に基づく2つのデータ駆動手法を提案する。 我々は,人間の軌道予測分野において,重要かつ欠落したコンポーネントであるTrajNet++を大規模に開発する。
  論文  参考訳（メタデータ） (2020-07-07T17:19:56Z)

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。