論文の概要: Aesthetic Bot: Interactively Evolving Game Maps on Twitter

• arxiv url: http://arxiv.org/abs/2208.05017v1
• Date: Tue, 9 Aug 2022 19:44:47 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-11 13:06:10.512456
• Title: Aesthetic Bot: Interactively Evolving Game Maps on Twitter
• Title（参考訳）: Aesthetic Bot:Twitterでゲームマップをインタラクティブに進化させる
• Authors: M Charity, Julian Togelius
• Abstract要約: Aesthetic BotはTwitterの自動アカウントで、ユーザー生成または進化システムから生成された小さなゲームマップの画像を投稿する。 このボットは、画像のスレッドにポストされた投票を通じて、最も美的な地図に投票するようユーザーに促す。 ロボットのゲームマップと参加するTwitterユーザの両方から,本システムのリリース以降に起こった,進行中の結果と新たな行動について論じる。
• 参考スコア（独自算出の注目度）: 5.2508303190856624
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper describes the implementation of the Aesthetic Bot, an automated Twitter account that posts images of small game maps that are either user-made or generated from an evolutionary system. The bot then prompts users to vote via a poll posted in the image's thread for the most aesthetically pleasing map. This creates a rating system that allows for direct interaction with the bot in a way that is integrated seamlessly into a user's regularly updated Twitter content feed. Upon conclusion of the each voting round, the bot learns from the distribution of votes for each map to emulate user preferences for design and visual aesthetic in order to generate maps that would win future vote pairings. We discuss the ongoing results and emerging behaviors that have occurred since the release of this system from both the bot's generation of game maps and the participating Twitter users.
• Abstract（参考訳）: 本稿では,ユーザ生成または進化システムから生成された小さなゲームマップの画像をポストする自動TwitterアカウントであるAesthetic Botの実装について述べる。 このボットは、画像のスレッドに投稿された世論調査を通じて、最も美しい地図に投票するようユーザーに促す。 これは、ユーザーの定期的に更新されたtwitterコンテンツフィードにシームレスに統合される方法で、ボットと直接対話できるレーティングシステムを作成する。 各投票ラウンドが終了すると、ボットは各マップに対する投票の分布から学び、デザインと視覚的美学のユーザの好みをエミュレートし、将来の投票ペアリングに勝つマップを生成する。 ロボットのゲームマップと参加するTwitterユーザの両方から,本システムのリリース以降に起こった,進行中の結果と新たな行動について論じる。

関連論文リスト

• My Brother Helps Me: Node Injection Based Adversarial Attack on Social Bot Detection [69.99192868521564]
  Twitterのようなソーシャルプラットフォームは、数多くの不正なユーザーから包囲されている。 ソーシャルネットワークの構造のため、ほとんどの手法は攻撃を受けやすいグラフニューラルネットワーク(GNN)に基づいている。 本稿では,ボット検出モデルを欺いたノードインジェクションに基づく逆攻撃手法を提案する。
  論文  参考訳（メタデータ） (2023-10-11T03:09:48Z)
• BotArtist: Generic approach for bot detection in Twitter via semi-automatic machine learning pipeline [47.61306219245444]
  Twitterは、ボットや偽アカウントのターゲットとなり、偽情報や操作の拡散につながった。 本稿では,機械学習モデル開発に関連する課題に対処するために,セミオートマチック機械学習パイプライン(SAMLP)を提案する。 ユーザプロファイル機能に基づいたボット検出モデルBotArtistを開発した。
  論文  参考訳（メタデータ） (2023-05-31T09:12:35Z)
• From Online Behaviours to Images: A Novel Approach to Social Bot Detection [0.3867363075280544]
  特定のタイプの社会アカウントは、要求できないコンテンツ、過党派、宣伝的な情報を促進することが知られている。 まず、アカウントが実行するアクションのシーケンスを画像に変換する新しいアルゴリズムを提案する。 文献でよく知られた実際のアカウント/ボットアカウントデータセット上でのボット検出の最先端結果と比較する。
  論文  参考訳（メタデータ） (2023-04-15T11:36:50Z)
• Neural Generation Meets Real People: Building a Social, Informative Open-Domain Dialogue Agent [65.68144111226626]
  Chirpy Cardinalは、情報と会話の両方をねらっている。 ユーザーとボットの両方を交互に会話に駆り立てる。 Chirpy Cardinalは、Alexa Prize Socialbot Grand Challengeで9つのボットのうち2位にランクインした。
  論文  参考訳（メタデータ） (2022-07-25T09:57:23Z)
• Identification of Twitter Bots based on an Explainable ML Framework: the US 2020 Elections Case Study [72.61531092316092]
  本稿では,ラベル付きTwitterデータに基づくTwitterボット識別システムの設計に焦点をあてる。 Supervised Machine Learning (ML)フレームワークは、Extreme Gradient Boosting (XGBoost)アルゴリズムを用いて採用されている。 また、MLモデルの予測を説明するためにShapley Additive Explanations (SHAP)をデプロイした。
  論文  参考訳（メタデータ） (2021-12-08T14:12:24Z)
• CheerBots: Chatbots toward Empathy and Emotionusing Reinforcement Learning [60.348822346249854]
  本研究では,複数の共感型チャットボットがユーザの暗黙の感情を理解し,複数の対話のターンに対して共感的に応答する枠組みを提案する。 チャットボットをCheerBotsと呼びます。CheerBotsは検索ベースまたは生成ベースで、深い強化学習によって微調整されます。 共感的態度で反応するため,CheerBotsの学習支援としてシミュレーションエージェントである概念人間モデルを開発し,今後のユーザの感情状態の変化を考慮し,共感を喚起する。
  論文  参考訳（メタデータ） (2021-10-08T07:44:47Z)
• BotSpot: Deep Learning Classification of Bot Accounts within Twitter [2.099922236065961]
  Twitterのオープン化機能により、プログラムはTwitter APIを通じてTwitterアカウントを自動生成および制御できる。 ボットとして知られるこれらのアカウントは、ツイート、リツイート、フォロー、フォロー解除、他のアカウントへのダイレクトメッセージなどのアクションを自動的に実行する。 我々は,多層パーセプトロンニューラルネットワークとボットアカウントの9つの特徴を備えた,ディープラーニングを用いた新しいボット検出手法を提案する。
  論文  参考訳（メタデータ） (2021-09-08T15:17:10Z)
• ProxEmo: Gait-based Emotion Learning and Multi-view Proxemic Fusion for Socially-Aware Robot Navigation [65.11858854040543]
  本稿では,歩行者間のロボットナビゲーションのための感情予測アルゴリズムProxEmoを提案する。 提案手法は歩行歩行から歩行者の知覚された感情を予測し,感情誘導ナビゲーションに使用する。
  論文  参考訳（メタデータ） (2020-03-02T17:47:49Z)
• Twitter Bot Detection Using Bidirectional Long Short-term Memory Neural Networks and Word Embeddings [6.09170287691728]
  本稿では,Twitterボットを人間アカウントと区別するために,単語埋め込みを用いたリカレントニューラルネットワークを開発した。 実験により,既存の最先端ボット検出システムと比較して,本手法が競争力を発揮することが示された。
  論文  参考訳（メタデータ） (2020-02-03T17:07:03Z)

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。