論文の概要: Understanding Social Context from Smartphone Sensing: Generalization Across Countries and Daily Life Moments

• arxiv url: http://arxiv.org/abs/2306.00919v2
• Date: Fri, 7 Jul 2023 00:04:18 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-10 15:03:59.593147
• Title: Understanding Social Context from Smartphone Sensing: Generalization Across Countries and Daily Life Moments
• Title（参考訳）: スマートフォンのセンシングから社会的文脈を理解する:各国の一般化と日常生活のモメンデーション
• Authors: Aurel Ruben Mader, Lakmal Meegahapola, Daniel Gatica-Perez
• Abstract要約: われわれは5カ国580人以上の参加者から216万件以上の自己レポートを収集した,新しい,大規模,マルチモーダルなスマートフォンセンシングデータセットを使用した。 i) アクティビティ,ロケーション,アプリ使用状況,Bluetooth,WiFiといったモダリティのセンサ機能は,社会的コンテキストに有益であることがわかった。
• 参考スコア（独自算出の注目度）: 7.335712499936904
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Understanding and longitudinally tracking the social context of people help in understanding their behavior and mental well-being better. Hence, instead of burdensome questionnaires, some studies used passive smartphone sensors to infer social context with machine learning models. However, the few studies that have been done up to date have focused on unique, situated contexts (i.e., when eating or drinking) in one or two countries, hence limiting the understanding of the inference in terms of generalization to (i) everyday life occasions and (ii) different countries. In this paper, we used a novel, large-scale, and multimodal smartphone sensing dataset with over 216K self-reports collected from over 580 participants in five countries (Mongolia, Italy, Denmark, UK, Paraguay), first to understand whether social context inference (i.e., alone or not) is feasible with sensor data, and then, to know how behavioral and country-level diversity affects the inference. We found that (i) sensor features from modalities such as activity, location, app usage, Bluetooth, and WiFi could be informative of social context; (ii) partially personalized multi-country models (trained and tested with data from all countries) and country-specific models (trained and tested within countries) achieved similar accuracies in the range of 80%-90%; and (iii) models do not generalize well to unseen countries regardless of geographic similarity.
• Abstract（参考訳）: 人々の社会的コンテキストを理解して追跡することは、彼らの行動や精神的幸福をよりよく理解するのに役立ちます。 そのため、負荷の多いアンケートの代わりに、受動的スマートフォンセンサーを用いて機械学習モデルを用いて社会的文脈を推測する研究もある。 しかし、これまで実施されてきた研究は1つか2か国で独自に位置する文脈(すなわち、食事や飲酒など)に焦点が当てられており、一般化の観点からの推論の理解が制限されている。 (i)日常生活の機会、及び (ii)異なる国。 本稿では,5カ国(モンゴル,イタリア,デンマーク,イギリス,パラグアイ)で580人以上の参加者から収集された216K以上の自己申告データを用いた,新しい大規模・マルチモーダルなスマートフォンセンシングデータセットを用いて,社会的文脈推論(単体・単体・単体・単体)がセンサデータにどう影響するかを把握し,行動的・国レベルの多様性が推論に与える影響を明らかにする。 私たちはそれを見つけました (i)アクティビティ、ロケーション、アプリ利用、Bluetooth、WiFiといったモダリティのセンサー機能は、社会的文脈に有益である。 (ii)部分的パーソナライズされた多国間モデル(全国のデータで訓練・試験)と国別モデル(国内で訓練・試験)は、80%～90%の範囲で同様の精度を達成した。 三) モデルは地理的類似性にかかわらず、目に見えない国によく一般化しない。

関連論文リスト

• CIVICS: Building a Dataset for Examining Culturally-Informed Values in Large Language Models [59.22460740026037]
  大規模言語モデル(LLM)の社会的・文化的変動を評価するためのデータセット「CIVICS:文化インフォームド・バリュース・インクルーシブ・コーパス・フォー・ソシエティ・インパクト」 我々は、LGBTQIの権利、社会福祉、移民、障害権利、代理など、特定の社会的に敏感なトピックに対処する、手作りの多言語プロンプトのデータセットを作成します。
  論文  参考訳（メタデータ） (2024-05-22T20:19:10Z)
• Social Intelligence Data Infrastructure: Structuring the Present and Navigating the Future [59.78608958395464]
  私たちは、包括的な社会AI分類と480のNLPデータセットからなるデータライブラリで構成される、ソーシャルAIデータインフラストラクチャを構築しています。 インフラストラクチャにより、既存のデータセットの取り組みを分析し、異なるソーシャルインテリジェンスの観点から言語モデルのパフォーマンスを評価することができます。 多面的なデータセットの必要性、言語と文化の多様性の向上、より長期にわたる社会的状況、そして将来のソーシャルインテリジェンスデータ活動におけるよりインタラクティブなデータの必要性が示されている。
  論文  参考訳（メタデータ） (2024-02-28T00:22:42Z)
• Understanding the Social Context of Eating with Multimodal Smartphone Sensing: The Role of Country Diversity [5.764112063319108]
  本研究は,8カ国678人の大学生を対象に,約24Kの自己申告データを収集した。 分析の結果,食事イベントにおけるスマートフォンの利用状況は各国で類似しているが,各国に特有の傾向がみられた。
  論文  参考訳（メタデータ） (2023-06-01T14:16:59Z)
• Complex Daily Activities, Country-Level Diversity, and Smartphone Sensing: A Study in Denmark, Italy, Mongolia, Paraguay, and UK [6.52702503779308]
  スマートフォンは、人々の日常生活を支援するために、行動認識による人間の行動を理解することができる。 人々は、リモート/ハイブリッドワーク/スタディ設定の頻度で、ポストパンデミックな世界でより鎮静的です。 5か国637人の大学生のスマートフォンデータと216万件の自己申告データを分析した。
  論文  参考訳（メタデータ） (2023-02-16T21:34:55Z)
• Generalization and Personalization of Mobile Sensing-Based Mood Inference Models: An Analysis of College Students in Eight Countries [8.218081835111912]
  8か国678人の参加者から329万件の自己申告を行ったモバイルセンシングデータセットを収集した。 国別(大陸内での訓練・試験)、大陸別(大陸内での訓練・試験)、国別(訓練データでは見られない国で試験)、多国間(複数の国で訓練・試験)のアプローチを評価した。
  論文  参考訳（メタデータ） (2022-11-06T02:26:52Z)
• Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A Survey [71.43956423427397]
  本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。 この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。 もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
  論文  参考訳（メタデータ） (2022-07-20T13:37:57Z)
• Investigating Cultural Aspects in the Fundamental Diagram using Convolutional Neural Networks and Simulation [0.0]
  本稿では,ブラジルとドイツにおける文化(個人空間)における重要な属性の違いに着目した。 我々は、CNNを用いて、ビデオシーケンス中の人を検出し、追跡し、Voronoi Diagramsを使って、人の隣り合う関係を見つけます。 個人空間の分析から,人口密度が高く,低密度・中密度の個体群では,行動がより類似していることが判明した。
  論文  参考訳（メタデータ） (2020-09-30T14:44:04Z)
• Vyaktitv: A Multimodal Peer-to-Peer Hindi Conversations based Dataset for Personality Assessment [50.15466026089435]
  本稿では,ピアツーピアのHindi会話データセットであるVyaktitvを提案する。 参加者の高品質な音声とビデオの録音と、会話ごとにヒングリッシュのテキストによる書き起こしで構成されている。 データセットには、収入、文化的指向など、すべての参加者のための豊富な社会デコグラフィー的特徴が含まれています。
  論文  参考訳（メタデータ） (2020-08-31T17:44:28Z)
• I Know Where You Are Coming From: On the Impact of Social Media Sources on AI Model Performance [79.05613148641018]
  我々は、異なるソーシャルネットワークのマルチモーダルデータから学習する際、異なる機械学習モデルの性能について検討する。 最初の実験結果から,ソーシャルネットワークの選択がパフォーマンスに影響を及ぼすことが明らかとなった。
  論文  参考訳（メタデータ） (2020-02-05T11:10:44Z)
• Think Locally, Act Globally: Federated Learning with Local and Global Representations [92.68484710504666]
  フェデレートラーニング(Federated Learning)とは、複数のデバイスに分散したプライベートデータ上でモデルをトレーニングする手法である。 本稿では,各デバイス上でコンパクトな局所表現を共同で学習する新しいフェデレーション学習アルゴリズムを提案する。 また、プライバシが鍵となる実世界のモバイルデータから、パーソナライズされた気分予測のタスクを評価する。
  論文  参考訳（メタデータ） (2020-01-06T12:40:21Z)

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。