論文の概要: Sequential Processing of Observations in Human Decision-Making Systems

• arxiv url: http://arxiv.org/abs/2301.07767v1
• Date: Wed, 18 Jan 2023 20:22:05 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-20 16:10:53.768077
• Title: Sequential Processing of Observations in Human Decision-Making Systems
• Title（参考訳）: 人間の意思決定システムにおける観察の逐次処理
• Authors: Nandan Sriranga, Baocheng Geng, Pramod K. Varshney
• Abstract要約: 我々は、人間の意思決定者グループを含む二項仮説テスト問題を考える。 人間は、現象を観測するのをやめるまで、信念モデルを使ってログのような比率を蓄積する。 グローバルな意思決定者がマシンである場合、バイナリ仮説テストの問題に対するグローバルな意思決定者は、Chair-Varshneyルールを使用して人間の決定を混乱させます。
• 参考スコア（独自算出の注目度）: 27.09995424490989
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: In this work, we consider a binary hypothesis testing problem involving a group of human decision-makers. Due to the nature of human behavior, each human decision-maker observes the phenomenon of interest sequentially up to a random length of time. The humans use a belief model to accumulate the log-likelihood ratios until they cease observing the phenomenon. The belief model is used to characterize the perception of the human decision-maker towards observations at different instants of time, i.e some decision-makers may assign greater importance to observations that were observed earlier, rather than later and vice-versa. The global decision-maker for a binary hypothesis testing problem when the global decision-maker is a machine, fuses the human decisions using the Chair-Varshney rule with different weights for the human decisions, where the weights are determined by the number of observations that were used by the humans to arrive at their respective decisions.
• Abstract（参考訳）: 本研究では,人間の意思決定者グループに関わる二元仮説テスト問題について考察する。 人間の行動の性質から、人間の意思決定者は、ランダムな時間の長さまで連続的に関心の現象を観察する。 人間は、現象を観測するのをやめるまで、信念モデルを使ってログのような比率を蓄積する。 信念モデルは、人間の意思決定者の異なる時点における観察に対する認識を特徴づけるために用いられる。 グローバルな意思決定者が機械であるときのバイナリ仮説テストの問題に対するグローバルな意思決定者は、人間の決定のために異なる重み付けの椅子・バルシュニールールを使用して人間の決定を融合させ、その重みは人間がそれぞれの決定に到達するために使った観測数によって決定される。

関連論文リスト

• Decision Theoretic Foundations for Experiments Evaluating Human Decisions [18.27590643693167]
  我々は、人間のパフォーマンスの損失をバイアスの形で評価するためには、合理的なエージェントが実用性を最大化する決定を識別する必要があるという情報を参加者に提供する必要があると論じる。 実演として,AIによる意思決定に関する文献からの意思決定の評価が,これらの基準をどの程度達成したかを評価する。
  論文  参考訳（メタデータ） (2024-01-25T16:21:37Z)
• Online Decision Mediation [72.80902932543474]
  意思決定支援アシスタントを学習し、(好奇心)専門家の行動と(不完全)人間の行動の仲介役として機能することを検討する。 臨床診断では、完全に自律的な機械行動は倫理的余裕を超えることが多い。
  論文  参考訳（メタデータ） (2023-10-28T05:59:43Z)
• Learning signatures of decision making from many individuals playing the same game [54.33783158658077]
  我々は、個人の「行動スタイル」を符号化する表現を学習する予測フレームワークを設計する。 我々は,3本腕のバンディットタスクを行う1,000人の人間による大規模行動データセットに本手法を適用した。
  論文  参考訳（メタデータ） (2023-02-21T21:41:53Z)
• Personalized Decision Making -- A Conceptual Introduction [8.008051073614174]
  実験的および観察的な研究を組み合わせることで、個人の行動に関する貴重な情報を得ることができることを示す。 実験的な研究と観察的な研究を組み合わせることで、実験的な研究だけで得られるものよりも意思決定を改善することができると結論付けている。
  論文  参考訳（メタデータ） (2022-08-19T22:21:29Z)
• Empirical Estimates on Hand Manipulation are Recoverable: A Step Towards Individualized and Explainable Robotic Support in Everyday Activities [80.37857025201036]
  ロボットシステムの鍵となる課題は、他のエージェントの振る舞いを理解することである。 正しい推論の処理は、(衝突)因子が実験的に制御されない場合、特に困難である。 人に関する観察研究を行うために必要なツールをロボットに装備することを提案する。
  論文  参考訳（メタデータ） (2022-01-27T22:15:56Z)
• On the Fairness of Machine-Assisted Human Decisions [3.4069627091757178]
  偏りのある人間の意思決定者を含めることで、アルゴリズムの構造と結果の判断の質との間の共通関係を逆転させることができることを示す。 実験室実験では,性別別情報による予測が,意思決定における平均的な性別格差を減少させることを示す。
  論文  参考訳（メタデータ） (2021-10-28T17:24:45Z)
• Cognitive science as a source of forward and inverse models of human decisions for robotics and control [13.502912109138249]
  我々は、認知科学が人間の意思決定の前進モデルをどのように提供できるかを考察する。 我々はブラックボックスと理論駆動モデリングを合成するアプローチを強調した。 我々は,認知科学と制御研究の共通点にあるフレームワーク,方法論,行動可能な洞察の範囲を,読者に垣間見ることを目的としている。
  論文  参考訳（メタデータ） (2021-09-01T00:28:28Z)
• Probabilistic Human Motion Prediction via A Bayesian Neural Network [71.16277790708529]
  本稿では,人間の動作予測のための確率モデルを提案する。 我々のモデルは、観測された動きシーケンスが与えられたときに、いくつかの将来の動きを生成することができる。 我々は、大規模ベンチマークデータセットHuman3.6mに対して、我々のアプローチを広範囲に検証した。
  論文  参考訳（メタデータ） (2021-07-14T09:05:33Z)
• Learning the Preferences of Uncertain Humans with Inverse Decision Theory [10.926992035470372]
  我々は,不確実性の下で連続的でない二項決定を行う,人間を観察する枠組みである逆決定理論(IDT)の設定について検討する。 IDTでは、人間の好みは損失関数を通じて伝達され、異なるタイプの誤り間のトレードオフを表現する。 決定問題がより不確実な場合には、実際に好みを特定するのが簡単であることを示す。
  論文  参考訳（メタデータ） (2021-06-19T00:11:13Z)
• Indecision Modeling [50.00689136829134]
  AIシステムは人間の価値観に合わせて行動することが重要である。 人々はしばしば決定的ではなく、特に彼らの決定が道徳的な意味を持つときです。
  論文  参考訳（メタデータ） (2020-12-15T18:32:37Z)
• When Does Uncertainty Matter?: Understanding the Impact of Predictive Uncertainty in ML Assisted Decision Making [68.19284302320146]
  我々は,異なるレベルの専門知識を持つ人々が,異なるタイプの予測不確実性にどう反応するかを評価するために,ユーザスタディを実施している。 その結果,後続の予測分布を示すことは,MLモデルの予測との相違点が小さくなることがわかった。 このことは、後続の予測分布は、人間の分布の種類や専門性を考慮し、注意を払って使用するべき有用な決定支援として役立つ可能性があることを示唆している。
  論文  参考訳（メタデータ） (2020-11-12T02:23:53Z)

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。