論文の概要: An Application of a Runtime Epistemic Probabilistic Event Calculus to
Decision-making in e-Health Systems
- arxiv url: http://arxiv.org/abs/2209.13043v1
- Date: Mon, 26 Sep 2022 21:53:01 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-28 16:09:52.428061
- Title: An Application of a Runtime Epistemic Probabilistic Event Calculus to
Decision-making in e-Health Systems
- Title（参考訳）: e-Healthシステムにおける実行時確率的事象計算の意思決定への応用
- Authors: Fabio Aurelio D'Asaro, Luca Raggioli, Salim Malek, Marco Grazioso,
Silvia Rossi
- Abstract要約: 本稿では,知覚データと分類器を論理に基づく意思決定システムに統合するランタイムアーキテクチャを提案する。
このアプリケーションでは、子どもたちはゲーム形式でリハビリテーションタスクを実行します。
システムの主な目的は、子供の現在の認知的および行動的パフォーマンスのレベルを示すパラメータのセットを導出することである。
- 参考スコア（独自算出の注目度）: 1.7761842246724584
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present and discuss a runtime architecture that integrates sensorial data
and classifiers with a logic-based decision-making system in the context of an
e-Health system for the rehabilitation of children with neuromotor disorders.
In this application, children perform a rehabilitation task in the form of
games. The main aim of the system is to derive a set of parameters the child's
current level of cognitive and behavioral performance (e.g., engagement,
attention, task accuracy) from the available sensors and classifiers (e.g., eye
trackers, motion sensors, emotion recognition techniques) and take decisions
accordingly. These decisions are typically aimed at improving the child's
performance by triggering appropriate re-engagement stimuli when their
attention is low, by changing the game or making it more difficult when the
child is losing interest in the task as it is too easy. Alongside
state-of-the-art techniques for emotion recognition and head pose estimation,
we use a runtime variant of a probabilistic and epistemic logic programming
dialect of the Event Calculus, known as the Epistemic Probabilistic Event
Calculus. In particular, the probabilistic component of this symbolic framework
allows for a natural interface with the machine learning techniques. We
overview the architecture and its components, and show some of its
characteristics through a discussion of a running example and experiments.
Under consideration for publication in Theory and Practice of Logic Programming
(TPLP).
- Abstract（参考訳）: 本稿では,神経運動障害児のリハビリテーションのためのeヘルスシステムの観点から,感覚データと分類器と論理に基づく意思決定システムを統合するランタイムアーキテクチャについて論じる。
このアプリケーションでは、子どもたちはゲーム形式でリハビリテーションタスクを実行します。
システムの主な目的は、利用可能なセンサーと分類器(例えば、アイトラッカー、モーションセンサー、感情認識技術)から、子どもの現在の認知的および行動的パフォーマンス(例えば、エンゲージメント、注意力、タスク精度)のレベルを導出し、それに応じて決定を行うことである。
これらの決定は一般に、注意が低いときに適切な再エンゲージメント刺激を誘発し、ゲームを変更したり、子供が作業への興味を失うと、より難しくすることで、子供のパフォーマンスを改善することを目的としている。
感情認識と頭部ポーズ推定の最先端技術とともに、我々は、エピステミック確率論的事象計算として知られるイベント計算の確率的およびエピステミック論理プログラミング方言のランタイム変種を使用する。
特に、このシンボリックフレームワークの確率的コンポーネントは、機械学習技術との自然なインターフェースを可能にする。
アーキテクチャとそのコンポーネントを概観し、実行中の実例と実験の議論を通じて、その特徴をいくつか示す。
論理プログラミングの理論と実践(tplp)における出版について考察する。
関連論文リスト
- Auto Detecting Cognitive Events Using Machine Learning on Pupillary Data [0.0]
瞳孔の大きさは認知作業負荷の貴重な指標であり、自律神経系によって支配される注意の変化と覚醒を反映している。
本研究では、機械学習を用いて個人が経験した認知イベントを自動的に検出する可能性について検討する。
論文 参考訳（メタデータ） (2024-10-18T04:54:46Z) - IID Relaxation by Logical Expressivity: A Research Agenda for Fitting Logics to Neurosymbolic Requirements [50.57072342894621]
本稿では、ニューロシンボリック・ユースケースにおける既知のデータ依存と分布制約を利用する利点について論じる。
これは、ニューロシンボリックな背景知識と、その論理に必要とされる表現性に関する一般的な疑問を伴う新しい研究課題を開く。
論文 参考訳（メタデータ） (2024-04-30T12:09:53Z) - TS-MoCo: Time-Series Momentum Contrast for Self-Supervised Physiological
Representation Learning [8.129782272731397]
ラベルを必要とせずに様々な生理領域から表現を学習するために,モーメントコントラストを持つ自己教師型学習に依存した新しい符号化フレームワークを提案する。
我々の自己教師型学習アプローチは、下流の分類タスクで活用できる差別的特徴を実際に学習できることを示します。
論文 参考訳（メタデータ） (2023-06-10T21:17:42Z) - NeuroExplainer: Fine-Grained Attention Decoding to Uncover Cortical
Development Patterns of Preterm Infants [73.85768093666582]
我々はNeuroExplainerと呼ばれる説明可能な幾何学的深層ネットワークを提案する。
NeuroExplainerは、早産に伴う幼児の皮質発達パターンの解明に使用される。
論文 参考訳（メタデータ） (2023-01-01T12:48:12Z) - Vision-Based Activity Recognition in Children with Autism-Related
Behaviors [15.915410623440874]
臨床医や親が子どもの行動を分析するのに役立つ地域型コンピュータビジョンシステムの効果を実証する。
データは、ビデオ中の対象の子供を検出し、背景雑音の影響を低減することで前処理される。
時間的畳み込みモデルの有効性から,ビデオフレームから動作特徴を抽出できる軽量モデルと従来モデルの両方を提案する。
論文 参考訳（メタデータ） (2022-08-08T15:12:27Z) - Cross Your Body: A Cognitive Assessment System for Children [5.279475826661643]
我々はCross-Your-Bodyと呼ばれるシステムと記録データを作成しました。
ビデオは現実世界の使い方を捉え、心理学者による実世界のアセスメント中に子供たちがタスクを行う様子を録画する。
本システムは,子どもの認知評価研究の進展に役立てることが目標である。
論文 参考訳（メタデータ） (2021-11-24T22:38:07Z) - Online Learning Probabilistic Event Calculus Theories in Answer Set
Programming [70.06301658267125]
イベント認識(CER)システムは、事前に定義されたイベントパターンを使用して、ストリーミングタイムスタンプデータセットで発生を検出する。
本稿では,複雑なイベントパターンによる確率論的推論を,イベント計算で重み付けされたルールの形で行うことができるAnswer Set Programming(ASP)に基づくシステムを提案する。
その結果, 効率と予測の両面で, 新たなアプローチの優位性が示された。
論文 参考訳（メタデータ） (2021-03-31T23:16:29Z) - Abstract Spatial-Temporal Reasoning via Probabilistic Abduction and
Execution [97.50813120600026]
時空間推論は人工知能(AI)の課題である
最近の研究は、この種の抽象的推論タスクに焦点を当てている -- Raven's Progressive Matrices (RPM)
ニューロシンボリックな確率的アブダクションと実行学習者(PrAE)を提案する。
論文 参考訳（メタデータ） (2021-03-26T02:42:18Z) - A Developmental Neuro-Robotics Approach for Boosting the Recognition of
Handwritten Digits [91.3755431537592]
近年のエビデンスでは、子どもの体現戦略をシミュレーションすることで、マシンインテリジェンスも改善できることが示されている。
本稿では,発達神経ロボティクスの文脈における畳み込みニューラルネットワークモデルへの具体的戦略の適用について検討する。
論文 参考訳（メタデータ） (2020-03-23T14:55:00Z) - Relational Neural Machines [19.569025323453257]
本稿では,学習者のパラメータと一階論理に基づく推論を共同で学習するフレームワークを提案する。
ニューラルネットワークは、純粋な準記号学習の場合の古典的な学習結果とマルコフ論理ネットワークの両方を復元することができる。
適切なアルゴリズム解は、大規模な問題において学習と推論が引き出すことができるように考案されている。
論文 参考訳（メタデータ） (2020-02-06T10:53:57Z) - Continuous Emotion Recognition via Deep Convolutional Autoencoder and
Support Vector Regressor [70.2226417364135]
マシンはユーザの感情状態を高い精度で認識できることが不可欠である。
ディープニューラルネットワークは感情を認識する上で大きな成功を収めている。
表情認識に基づく連続的感情認識のための新しいモデルを提案する。
論文 参考訳（メタデータ） (2020-01-31T17:47:16Z)
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。