Fugu-MT 論文翻訳(概要): The Effect of Information Type on Human Cognitive Augmentation

論文の概要: The Effect of Information Type on Human Cognitive Augmentation

arxiv url: http://arxiv.org/abs/2302.09069v1
Date: Wed, 15 Feb 2023 20:38:47 GMT
ステータス: 処理完了
システム内更新日: 2023-02-26 14:54:55.566351
Title: The Effect of Information Type on Human Cognitive Augmentation
Title（参考訳）: 認知能力増強における情報型の影響
Authors: Ron Fulbright, Samuel McGaha
Abstract要約: 本稿では,コグがアンサンブルに寄与する情報の性質に依存し,認知能力の向上の度合いを示す。実験の結果、概念情報は認知精度、認知精度、認知力の増大をもたらす最も効果的な種類の情報であることが示された。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: When performing a task alone, humans achieve a certain level of performance. When humans are assisted by a tool or automation to perform the same task, performance is enhanced (augmented). Recently developed cognitive systems are able to perform cognitive processing at or above the level of a human in some domains. When humans work collaboratively with such cogs in a human/cog ensemble, we expect augmentation of cognitive processing to be evident and measurable. This paper shows the degree of cognitive augmentation depends on the nature of the information the cog contributes to the ensemble. Results of an experiment are reported showing conceptual information is the most effective type of information resulting in increases in cognitive accuracy, cognitive precision, and cognitive power.
Abstract（参考訳）: タスクのみを実行する場合、人間は特定のレベルのパフォーマンスを達成する。人間がツールや自動化によって同じタスクを遂行するのを助けると、パフォーマンスが向上する(強化)。近年開発された認知システムは、ある領域において人間のレベル以上で認知処理を行うことができる。人間とコグが協調して働く場合、認知処理の強化は明確かつ測定可能であると期待する。本稿では,コグがアンサンブルに寄与する情報の性質に依存し,認知能力の向上の程度を示す。実験の結果,概念情報は,認知的正確性,認知的正確性,認知能力の増大をもたらす最も効果的な情報であることが示された。

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)
Metacognitive Monitoring: A Human Ability Beyond Generative Artificial Intelligence [0.0]
大規模言語モデル(LLM)は、人間の認知過程と顕著に一致している。本研究は,ChatGPTがヒトに類似したメタ認知モニタリング能力を持っているかを検討する。
論文参考訳（メタデータ） (2024-10-17T09:42:30Z)
On the Augmentation of Cognitive Accuracy and Cognitive Precision in Human/Cog Ensembles [0.0]
コーグが供給する効果情報を測定するために設計された2つの研究は、認知的正確性、正しい結果を生み出す能力、そして認知的正確性に影響を及ぼす。認知精度と認知精度は、異なる種類の情報によって増大することが示されている。
論文参考訳（メタデータ） (2023-08-16T15:36:50Z)
Incremental procedural and sensorimotor learning in cognitive humanoid robots [52.77024349608834]
本研究は,手順を段階的に学習する認知エージェントを提案する。各サブステージで必要とされる認知機能と, エージェントが未解決の課題に, 新たな機能の追加がどう対処するかを示す。結果は、このアプローチが複雑なタスクを段階的に解くことができることを示している。
論文参考訳（メタデータ） (2023-04-30T22:51:31Z)
Adaptive cognitive fit: Artificial intelligence augmented management of information facets and representations [62.997667081978825]
ビッグデータ技術と人工知能(AI)応用の爆発的な成長は、情報ファセットの普及に繋がった。等角性や正確性などの情報フェートは、情報に対する人間の認識を支配的かつ著しく左右する。認知の限界を克服するために情報表現を適応できる人工知能技術が必要であることを示唆する。
論文参考訳（メタデータ） (2022-04-25T02:47:25Z)
The world seems different in a social context: a neural network analysis of human experimental data [57.729312306803955]
本研究では,先行・知覚的信号の精度を変化させることで,個人・社会的タスク設定の両方で人間の行動データを再現可能であることを示す。トレーニングされたネットワークの神経活性化トレースの分析は、情報が個人や社会的条件のネットワークにおいて、根本的に異なる方法でコード化されていることを示す。
論文参考訳（メタデータ） (2022-03-03T17:19:12Z)
From Psychological Curiosity to Artificial Curiosity: Curiosity-Driven Learning in Artificial Intelligence Tasks [56.20123080771364]
心理学的好奇心は、探索と情報取得を通じて学習を強化するために、人間の知性において重要な役割を果たす。人工知能(AI)コミュニティでは、人工好奇心は効率的な学習に自然な本質的な動機を与える。 CDLはますます人気を博し、エージェントは新たな知識を学習するために自己動機付けされている。
論文参考訳（メタデータ） (2022-01-20T17:07:03Z)
Cognitive architecture aided by working-memory for self-supervised multi-modal humans recognition [54.749127627191655]
人間パートナーを認識する能力は、パーソナライズされた長期的な人間とロボットの相互作用を構築するための重要な社会的スキルです。ディープラーニングネットワークは最先端の結果を達成し,そのような課題に対処するための適切なツールであることが実証された。 1つの解決策は、ロボットに自己スーパービジョンで直接の感覚データから学習させることである。
論文参考訳（メタデータ） (2021-03-16T13:50:24Z)
AGENT: A Benchmark for Core Psychological Reasoning [60.35621718321559]
直観心理学は、観察可能な行動を駆動する隠された精神変数を推論する能力です。他のエージェントを推論する機械エージェントに対する近年の関心にもかかわらず、そのようなエージェントが人間の推論を駆動するコア心理学の原則を学ぶか保持するかは明らかではない。本稿では,プロシージャが生成する3dアニメーション,エージェントを4つのシナリオで構成したベンチマークを提案する。
論文参考訳（メタデータ） (2021-02-24T14:58:23Z)
SensAI+Expanse Emotional Valence Prediction Studies with Cognition and Memory Integration [0.0]
この研究は、認知科学研究を支援することができる人工知能エージェントに貢献する。開発された人工知能システム(SensAI+Expanse)には、機械学習アルゴリズム、共感アルゴリズム、メモリが含まれる。本研究は, 年齢と性別の相違が有意であることを示すものである。
論文参考訳（メタデータ） (2020-01-03T18:17:57Z)

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。