論文の概要: From Cognitive to Computational Modeling: Text-based Risky Decision-Making Guided by Fuzzy Trace Theory

• arxiv url: http://arxiv.org/abs/2205.07164v1
• Date: Sun, 15 May 2022 02:25:28 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-17 14:00:26.369978
• Title: From Cognitive to Computational Modeling: Text-based Risky Decision-Making Guided by Fuzzy Trace Theory
• Title（参考訳）: 認知から計算モデリングへ:ファジィトレース理論によるテキストに基づくリスク意思決定
• Authors: Jaron Mar and Jiamou Liu
• Abstract要約: ファジィトレース理論(FTT)は、ジストを組み込むことで人間の意思決定を説明する強力なパラダイムである。 本稿では,テキストに基づく意思決定におけるセマンティクスと感情の影響を組み合わせた計算フレームワークを提案する。 特にカテゴリー2-を導入し、カテゴリー的ジストとカテゴリー的感情を学習し、グループや個人におけるリスクのある意思決定を予測するために、我々の計算モデルを最適化する方法を実証する。
• 参考スコア（独自算出の注目度）: 5.154015755506085
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Understanding, modelling and predicting human risky decision-making is challenging due to intrinsic individual differences and irrationality. Fuzzy trace theory (FTT) is a powerful paradigm that explains human decision-making by incorporating gists, i.e., fuzzy representations of information which capture only its quintessential meaning. Inspired by Broniatowski and Reyna's FTT cognitive model, we propose a computational framework which combines the effects of the underlying semantics and sentiments on text-based decision-making. In particular, we introduce Category-2-Vector to learn categorical gists and categorical sentiments, and demonstrate how our computational model can be optimised to predict risky decision-making in groups and individuals.
• Abstract（参考訳）: リスクのある意思決定の理解、モデリング、予測は、内在的な個人差と不合理性のために難しい。 ファジィトレース理論(英: Fuzzy trace theory、FTT)は、人間の意思決定を説明する強力なパラダイムである。 broniatowski と reyna の ftt 認知モデルに触発されて,基礎となる意味論と感情がテキストに基づく意思決定に与える影響を組み合わせる計算フレームワークを提案する。 特に,カテゴリ2-vectorを導入することで,カテゴリーのギストやカテゴリーの感情を学習し,グループや個人のリスクの高い意思決定を予測するために計算モデルをどのように最適化できるかを実証する。

関連論文リスト

• Modeling Boundedly Rational Agents with Latent Inference Budgets [56.24971011281947]
  エージェントの計算制約を明示的にモデル化する潜在推論予算モデル(L-IBM)を導入する。 L-IBMは、最適なアクターの多様な集団のデータを使ってエージェントモデルを学ぶことができる。 我々は,L-IBMが不確実性の下での意思決定のボルツマンモデルに適合しているか,あるいは上回っていることを示す。
  論文  参考訳（メタデータ） (2023-12-07T03:55:51Z)
• Interpretable Imitation Learning with Dynamic Causal Relations [65.18456572421702]
  得られた知識を有向非巡回因果グラフの形で公開することを提案する。 また、この因果発見プロセスを状態依存的に設計し、潜在因果グラフのダイナミクスをモデル化する。 提案するフレームワークは,動的因果探索モジュール,因果符号化モジュール,予測モジュールの3つの部分から構成され,エンドツーエンドで訓練される。
  論文  参考訳（メタデータ） (2023-09-30T20:59:42Z)
• Deep Grey-Box Modeling With Adaptive Data-Driven Models Toward Trustworthy Estimation of Theory-Driven Models [88.63781315038824]
  本稿では,ニューラルネットワークのアーキテクチャとトレーニング目標にわずかな変化を伴って,レギュレータの動作を経験的に分析することのできるフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-10-24T10:42:26Z)
• Neural Causal Models for Counterfactual Identification and Estimation [62.30444687707919]
  本稿では,ニューラルモデルによる反事実文の評価について検討する。 まず、神経因果モデル(NCM)が十分に表現可能であることを示す。 第2に,反事実分布の同時同定と推定を行うアルゴリズムを開発する。
  論文  参考訳（メタデータ） (2022-09-30T18:29:09Z)
• 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)
• On the Complexity of Adversarial Decision Making [101.14158787665252]
  決定推定係数は, 相手の意思決定に対する後悔度を低く抑えるのに必要であり, 十分であることを示す。 我々は、決定推定係数を他のよく知られた複雑性尺度の変種に結びつける新しい構造結果を提供する。
  論文  参考訳（メタデータ） (2022-06-27T06:20:37Z)
• Gamifying optimization: a Wasserstein distance-based analysis of human search [0.0]
  本稿では,不確実性の下での人間の意思決定戦略を特徴づける理論的枠組みを概説する。 本稿では,人間の学習者の行動パターンを離散確率分布として表現する。
  論文  参考訳（メタデータ） (2021-12-12T18:23:46Z)
• Fairness-aware Summarization for Justified Decision-Making [16.47665757950391]
  テキストベースニューラルネットワークの正当化における不公平性の問題に焦点をあてる。 本研究では,これらのモデルにおけるバイアスを検出し,対処するための,公平性を考慮した要約機構を提案する。
  論文  参考訳（メタデータ） (2021-07-13T17:04:10Z)
• The Causal Neural Connection: Expressiveness, Learnability, and Inference [125.57815987218756]
  構造因果モデル (Structuor causal model, SCM) と呼ばれるオブジェクトは、調査中のシステムのランダムな変動のメカニズムと源の集合を表す。 本稿では, 因果的階層定理 (Thm. 1, Bareinboim et al., 2020) がまだニューラルモデルに対して成り立っていることを示す。 我々はニューラル因果モデル(NCM)と呼ばれる特殊なタイプのSCMを導入し、因果推論に必要な構造的制約をエンコードする新しいタイプの帰納バイアスを定式化する。
  論文  参考訳（メタデータ） (2021-07-02T01:55:18Z)
• Explaining Black-Box Algorithms Using Probabilistic Contrastive Counterfactuals [7.727206277914709]
  ブラックボックス決定システムを説明するための因果性に基づく原則的アプローチを提案する。 本稿では,変数の直接的および間接的影響が,アルゴリズムによる決定に与える影響を定量的に示す。 このような反事実は,アルゴリズムの決定に負の影響を受ける個人に対して,どのように行動可能なリコースを提供できるかを示す。
  論文  参考訳（メタデータ） (2021-03-22T16:20:21Z)
• A Subjective Model of Human Decision Making Based on Quantum Decision Theory [0.0]
  本稿では,異なるリスク,ゲイン,タイムプレッシャーの下でのバイナリゲーム中の個体の挙動を予測するモデルを提案する。 このモデルは量子決定理論(qdt)に基づいており、意思決定の非合理的かつ主観的側面をモデル化できることが示されている。
  論文  参考訳（メタデータ） (2021-01-14T20:02:51Z)

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。