論文の概要: Metropolis-Hastings algorithm in joint-attention naming game: Experimental semiotics study

• arxiv url: http://arxiv.org/abs/2305.19936v1
• Date: Wed, 31 May 2023 15:20:54 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-01 15:41:35.105955
• Title: Metropolis-Hastings algorithm in joint-attention naming game: Experimental semiotics study
• Title（参考訳）: 共同注意命名ゲームにおけるメトロポリス・ハスティングスアルゴリズム:実験セミオティックス研究
• Authors: Ryota Okumura, Tadahiro Taniguchi, Yosinobu Hagiwara, Akira Taniguchi
• Abstract要約: 本研究では, 個人間の相互作用におけるシンボルの出現について, 実験的なセミオティックスタディを通して検討した。 我々は、参加者が単独でオブジェクトを分類し、共同注意を仮定しながら名前を割り当てるジョイント・アテンション・ナッシング・ゲーム(JA-NG)に注目した。 パートナーの命名決定とMHNGで計算された受理確率を比較することで、人間の行動がMHNG理論と一致しているかどうかを検証した。
• 参考スコア（独自算出の注目度）: 6.270305440413688
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this study, we explore the emergence of symbols during interactions between individuals through an experimental semiotic study. Previous studies investigate how humans organize symbol systems through communication using artificially designed subjective experiments. In this study, we have focused on a joint attention-naming game (JA-NG) in which participants independently categorize objects and assign names while assuming their joint attention. In the theory of the Metropolis-Hastings naming game (MHNG), listeners accept provided names according to the acceptance probability computed using the Metropolis-Hastings (MH) algorithm. The theory of MHNG suggests that symbols emerge as an approximate decentralized Bayesian inference of signs, which is represented as a shared prior variable if the conditions of MHNG are satisfied. This study examines whether human participants exhibit behavior consistent with MHNG theory when playing JA-NG. By comparing human acceptance decisions of a partner's naming with acceptance probabilities computed in the MHNG, we tested whether human behavior is consistent with the MHNG theory. The main contributions of this study are twofold. First, we reject the null hypothesis that humans make acceptance judgments with a constant probability, regardless of the acceptance probability calculated by the MH algorithm. This result suggests that people followed the acceptance probability computed by the MH algorithm to some extent. Second, the MH-based model predicted human acceptance/rejection behavior more accurately than the other four models: Constant, Numerator, Subtraction, and Binary. This result indicates that symbol emergence in JA-NG can be explained using MHNG and is considered an approximate decentralized Bayesian inference.
• Abstract（参考訳）: 本研究では,個人間の相互作用におけるシンボルの出現について,実験的なセミオティックスタディを通じて検討する。 先行研究は、人間が人工的に設計した主観実験を用いて、コミュニケーションを通じてシンボルシステムを整理する方法である。 本研究では,参加者が個別に対象を分類し,自己の注意を前提として名称を割り当てる共同注意ナミングゲーム(ja-ng)に注目した。 メトロポリス・ハスティングス命名ゲーム(MHNG)の理論では、リスナーはメトロポリス・ハスティングス(MH)アルゴリズムを用いて計算された受容確率に応じて提供された名前を受け入れる。 MHNGの理論は、記号が、MHNGの条件が満たされれば共有先行変数として表される符号のほぼ非分散化ベイズ推定として現れることを示唆している。 本研究は,JA-NGをプレイする際,ヒトがMHNG理論と整合した行動を示すか否かを検討する。 パートナーの命名決定とMHNGで計算された受理確率を比較することで、人間の行動がMHNG理論と一致しているかを検証した。 本研究の主な貢献は2つある。 まず,MHアルゴリズムが計算した受理確率に関係なく,人間が一定の確率で受理判定を行うという無効仮説を否定する。 この結果は,MHアルゴリズムによって計算された受容確率をある程度追従したことを示唆している。 第2に、MHベースのモデルは、他の4つのモデル(定数、核子、減算、バイナリ)よりも人間の受容/拒絶の挙動を正確に予測した。 この結果はja-ngのシンボル出現をmhngを用いて説明でき、近似分散ベイズ推定と見なすことができることを示している。

関連論文リスト

• Confirmation Bias in Gaussian Mixture Models [10.62347045435943]
  本研究ではガウス混合モデルにおける確認バイアスについて検討する。 ある科学者チームは、ガウス混合モデルから得られたデータを、既知の信号(仮説)をセントロイドとして分析していると推測している。 実際には、観測は情報構造を持たないノイズで構成されている。
  論文  参考訳（メタデータ） (2024-08-19T06:18:42Z)
• Graph Stochastic Neural Process for Inductive Few-shot Knowledge Graph Completion [63.68647582680998]
  I-FKGC(inductive few-shot knowledge graph completion)と呼ばれる課題に焦点をあてる。 帰納的推論(inductive reasoning)の概念に着想を得て,I-FKGCを帰納的推論問題とした。 本稿では,仮説の連成分布をモデル化したニューラルプロセスに基づく仮説抽出器を提案する。 第2のモジュールでは、この仮説に基づいて、クエリセットのトリプルが抽出された仮説と一致するかどうかをテストするグラフアテンションベースの予測器を提案する。
  論文  参考訳（メタデータ） (2024-08-03T13:37:40Z)
• Recursive Metropolis-Hastings Naming Game: Symbol Emergence in a Multi-agent System based on Probabilistic Generative Models [6.270305440413688]
  本稿では,メトロポリス・ハスティングスの名称ゲーム(MHNG)をNエージェントシナリオに拡張する。 RMHNGはエージェントが共有する潜伏変数の後方分布を近似したベイズ推定法である。 RMHNGの計算が単純化されたバージョンでさえ、シンボルがエージェント間で出現することを可能にした。
  論文  参考訳（メタデータ） (2023-05-31T11:46:13Z)
• Neural Causal Models for Counterfactual Identification and Estimation [62.30444687707919]
  本稿では,ニューラルモデルによる反事実文の評価について検討する。 まず、神経因果モデル(NCM)が十分に表現可能であることを示す。 第2に,反事実分布の同時同定と推定を行うアルゴリズムを開発する。
  論文  参考訳（メタデータ） (2022-09-30T18:29:09Z)
• Metrizing Fairness [5.323439381187456]
  本研究では,2つの集団集団の個人に有意な影響を及ぼす教師付き学習問題について検討した。 我々は、統計パリティ(SP)のような群フェアネス基準に関して公正な予測子を求める。 本稿では,厳密なSP制約が保証される条件を特定し,予測精度を向上させる。
  論文  参考訳（メタデータ） (2022-05-30T12:28:10Z)
• Plinko: A Theory-Free Behavioral Measure of Priors for Statistical Learning and Mental Model Updating [62.997667081978825]
  Plinko(リンク)は,参加者が利用可能なすべての結果に対してボール滴の分布を推定する行動課題である。 対象者は,確率分布の確率分布を中心にクラスタリングし,事前クラスタメンバシップは学習能力を示す可能性があることを示す。 我々は,個々の参加者が信頼できる表現であり,物理的に不可解な球滴分布に直面した場合,学習が阻害されないことを検証した。
  論文  参考訳（メタデータ） (2021-07-23T22:27:30Z)
• Nested Counterfactual Identification from Arbitrary Surrogate Experiments [95.48089725859298]
  観測と実験の任意の組み合わせからネスト反事実の同定について検討した。 具体的には、任意のネストされた反事実を非ネストされたものへ写像できる反ファクト的非ネスト定理(英語版)(CUT)を証明する。
  論文  参考訳（メタデータ） (2021-07-07T12:51:04Z)
• An Adversarial Human Pose Estimation Network Injected with Graph Structure [75.08618278188209]
  本稿では,いくつかの関節が見えない場合に,可視関節の局所化精度を向上させるために,新しいGAN(Generative Adversarial Network)を設計する。 ネットワークは、2つのシンプルで効率的なモジュール、カスケード機能ネットワーク(CFN)とグラフ構造ネットワーク(GSN)で構成されています。
  論文  参考訳（メタデータ） (2021-03-29T12:07:08Z)
• Double Robust Representation Learning for Counterfactual Prediction [68.78210173955001]
  そこで本稿では, 対実予測のための2次ロバスト表現を学習するための, スケーラブルな新しい手法を提案する。 我々は、個々の治療効果と平均的な治療効果の両方に対して、堅牢で効率的な対実的予測を行う。 このアルゴリズムは,実世界の最先端技術と合成データとの競合性能を示す。
  論文  参考訳（メタデータ） (2020-10-15T16:39:26Z)

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。