論文の概要: Individual differences in knowledge network navigation
- arxiv url: http://arxiv.org/abs/2303.10036v2
- Date: Tue, 19 Mar 2024 08:38:16 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-21 01:40:47.398479
- Title: Individual differences in knowledge network navigation
- Title（参考訳）: 知識ネットワークナビゲーションにおける個人差
- Authors: Manran Zhu, Taha Yasseri, János Kertész,
- Abstract要約: 年齢が知識空間のナビゲーション性能に悪影響を及ぼすのに対し、多言語主義はそれを強化することを示す。
時間圧下では、参加者のパフォーマンスは改善し、男性は女性よりも優れ、時間圧なしではゲームでは観察できない効果である。
本結果は,知識空間ナビゲーションにおける年齢,多言語性,時間制約の重要性を裏付けるものである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: With the rapid accumulation of online information, efficient web navigation has grown vital yet challenging. To create an easily navigable cyberspace catering to diverse demographics, understanding how people navigate differently is paramount. While previous research has unveiled individual differences in spatial navigation, such differences in knowledge space navigation remain sparse. To bridge this gap, we conducted an online experiment where participants played a navigation game on Wikipedia and completed personal information questionnaires. Our analysis shows that age negatively affects knowledge space navigation performance, while multilingualism enhances it. Under time pressure, participants' performance improves across trials and males outperform females, an effect not observed in games without time pressure. In our experiment, successful route-finding is usually not related to abilities of innovative exploration of routes. Our results underline the importance of age, multilingualism and time constraint in the knowledge space navigation.
- Abstract（参考訳）: オンライン情報の急激な蓄積により、効率的なWebナビゲーションは不可欠だが困難なものになっている。
多様な人口層に対応しやすくナビゲート可能なサイバースペースを構築するためには、人々がどのように異なるナビゲートを行うかを理解することが最重要である。
これまでの研究では、空間ナビゲーションにおける個々の違いが明らかにされていたが、知識空間ナビゲーションにおけるそのような違いは依然として少ないままである。
このギャップを埋めるために、参加者がウィキペディアでナビゲーションゲームを行い、個人情報のアンケートを完了したオンライン実験を行った。
分析の結果,年齢が知識空間のナビゲーション性能に悪影響を及ぼす一方,多言語主義はそれを向上させることがわかった。
時間的プレッシャーの下では、被験者のパフォーマンスは試験全体で改善し、男性は女性よりも優れ、時間的プレッシャーのないゲームでは見られない効果である。
我々の実験では、ルートフィリングの成功は、通常、ルートの革新的な探索能力に関係しない。
本結果は,知識空間ナビゲーションにおける年齢,多言語性,時間制約の重要性を裏付けるものである。
関連論文リスト
- A Role of Environmental Complexity on Representation Learning in Deep Reinforcement Learning Agents [3.7314353481448337]
我々は、深層強化学習エージェントを訓練するためのシミュレーションナビゲーション環境を開発した。
ショートカットおよびナビゲーションキューへの露出頻度を変調し,異なる能力を有する人工エージェントの開発に繋がった。
これらのエージェントを駆動する人工ニューラルネットワークの符号化表現について検討し、表現学習における複雑なダイナミクスを明らかにした。
論文 参考訳（メタデータ） (2024-07-03T18:27:26Z) - Two-Stage Depth Enhanced Learning with Obstacle Map For Object Navigation [11.667940255053582]
本稿では,RGBとトレーニングシーンの深度情報を用いて特徴抽出器の事前訓練を行い,ナビゲーション効率を向上する。
提案手法をAI2-ThorとRobothorで評価し,成功率と航法効率において最先端(SOTA)法を著しく上回っていることを示した。
論文 参考訳（メタデータ） (2024-06-20T08:35:10Z) - Towards Versatile Embodied Navigation [120.73460380993305]
ウィーンは多機能なエンボディナビゲーションエージェントであり、同時に4つのナビゲーションタスクを1つのモデルで実行することを学ぶ。
視覚的なナビゲーションタスクを個別に学習するのに対し、エージェントは複雑さを減らして同等またはそれ以上の性能を達成することを実証的に実証した。
論文 参考訳（メタデータ） (2022-10-30T11:53:49Z) - Augmented reality navigation system for visual prosthesis [67.09251544230744]
反応ナビゲーションと経路計画のソフトウェアを組み込んだ視覚補綴用拡張現実ナビゲーションシステムを提案する。
対象を地図上に配置し、対象の軌道を計画し、対象に示し、障害なく再計画する。
その結果,目標を達成するための時間と距離を減らし,障害物衝突の回数を大幅に減らし,航法性能の向上を図っている。
論文 参考訳（メタデータ） (2021-09-30T09:41:40Z) - Deep Learning for Embodied Vision Navigation: A Survey [108.13766213265069]
身体的視覚ナビゲーション」問題では、エージェントが3D環境をナビゲートする必要がある。
本稿では、総合的な文献調査を提供することで、視覚ナビゲーションの具体的分野における現在の研究の概要を確立することを試みる。
論文 参考訳（メタデータ） (2021-07-07T12:09:04Z) - Diagnosing Vision-and-Language Navigation: What Really Matters [61.72935815656582]
視覚言語ナビゲーション(VLN)は、エージェントが自然言語の指示に従って視覚環境をナビゲートするマルチモーダルタスクである。
近年の研究では、室内および屋外のVLNタスクのパフォーマンス改善が鈍化している。
本研究では,ナビゲーション中のエージェントの焦点を明らかにするための一連の診断実験を行う。
論文 参考訳（メタデータ） (2021-03-30T17:59:07Z) - Exploring Navigation Styles in a FutureLearn MOOC [61.58283466715385]
本稿では,多数のアクティブ学習者が支援するMOOCにおける詳細なナビゲーションスタイル識別の詳細な解析を行う。
オンライン学習者の時間的エンゲージメントに関する洞察や、脆弱な学習者を特定するツールを提供する。
論文 参考訳（メタデータ） (2020-08-10T19:12:21Z) - Active Visual Information Gathering for Vision-Language Navigation [115.40768457718325]
視覚言語ナビゲーション(VLN)は、エージェントがフォトリアリスティックな環境の中でナビゲーションの指示を行うためのタスクである。
VLNの重要な課題の1つは、曖昧な指示による不確実性を緩和し、環境の観察を不十分にすることで、堅牢なナビゲーションを行う方法である。
この研究は、人間のナビゲーション行動からインスピレーションを得て、よりインテリジェントなVLNポリシーのためのアクティブな情報収集能力を持つエージェントを提供する。
論文 参考訳（メタデータ） (2020-07-15T23:54:20Z)
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。