論文の概要: How are the people in the photos judged? Analysis of brain activity when
assessing levels of trust and attractiveness
- arxiv url: http://arxiv.org/abs/2306.09171v1
- Date: Thu, 15 Jun 2023 14:49:54 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-16 14:26:28.815124
- Title: How are the people in the photos judged? Analysis of brain activity when
assessing levels of trust and attractiveness
- Title(参考訳): 写真の人々はどのように判断されましたか。
信頼度と魅力度の評価における脳活動の分析
- Authors: Bernadetta Bartosik, Grzegorz M. Wojcik, Andrzej Kawiak, Aneta
Brzezicka
- Abstract要約: この記事では、異なる人々の顔が提示された実験について述べる。
参加者の任務は、ある人物がどれだけ信頼でき、どれだけ魅力的かを評価することである。
顔の信頼度と魅力の評価に関与する脳の最も活発な領域が示唆された。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Trust is the foundation of every area of life. Without it, it is difficult to
build lasting relationships. Unfortunately, in recent years, trust has been
severely damaged by the spread of fake news and disinformation, which has
become a serious social problem. In addition to trust, the factor influencing
interpersonal relationships is perceived attractiveness, which is currently
created to a large extent by digital media. Understanding the principles of
judging others can be helpful in fighting prejudice and rebuilding trust in
society. One way to learn about people's choices is to record their brain
activity as they make choices. The article presents an experiment in which the
faces of different people were presented, and the participants' task was to
assess how much they can trust a given person and how attractive they are.
During the study, the EEG signal was recorded, which was used to build models
of logistic regression classifiers. In addition, the most active areas of the
brain that participate in the assessment of trust and attractiveness of the
face were indicated.
- Abstract(参考訳): 信頼は人生のあらゆる領域の基礎である。
それなしでは、永続的な関係を構築するのは難しい。
残念ながら、近年では偽ニュースや偽情報の拡散によって信頼が著しく損なわれており、これが深刻な社会問題となっている。
信頼に加えて、対人関係に影響を与える要因は、現在デジタルメディアによって広く生み出されている魅力を感じている。
他人を判断する原則を理解することは、偏見と闘い、社会の信頼を取り戻すのに役立つ。
人々の選択について学ぶ一つの方法は、脳の活動を記録して選択することです。
記事は、異なる人の顔が提示された実験を提示し、参加者のタスクは、ある人がどれだけ信頼できるか、どれだけ魅力的かを評価することである。
研究期間中、脳波信号が記録され、ロジスティック回帰分類器のモデルの構築に使用された。
また, 顔の信頼度と魅力度を評価する上で, 脳の最も活発な領域が示唆された。
関連論文リスト
- Predicting Trust In Autonomous Vehicles: Modeling Young Adult Psychosocial Traits, Risk-Benefit Attitudes, And Driving Factors With Machine Learning [7.106124530294562]
低信頼は、自律走行車(AV)の導入にとって重要な障壁である。
私たちは機械学習を使って、若い成人の信頼に寄与する最も重要な要因を理解します。
論文 参考訳(メタデータ) (2024-09-13T16:52:24Z) - Decoding Susceptibility: Modeling Misbelief to Misinformation Through a Computational Approach [61.04606493712002]
誤報に対する感受性は、観測不可能な不検証の主張に対する信念の度合いを記述している。
既存の感受性研究は、自己報告された信念に大きく依存している。
本稿では,ユーザの潜在感受性レベルをモデル化するための計算手法を提案する。
論文 参考訳(メタデータ) (2023-11-16T07:22:56Z) - MoCa: Measuring Human-Language Model Alignment on Causal and Moral
Judgment Tasks [49.60689355674541]
認知科学の豊富な文献は人々の因果関係と道徳的直観を研究してきた。
この研究は、人々の判断に体系的に影響を及ぼす多くの要因を明らかにした。
大規模言語モデル(LLM)が、人間の参加者と一致するテキストベースのシナリオについて因果的、道徳的な判断を下すかどうかを検証する。
論文 参考訳(メタデータ) (2023-10-30T15:57:32Z) - A Diachronic Perspective on User Trust in AI under Uncertainty [52.44939679369428]
現代のNLPシステムは、しばしば未分類であり、ユーザの信頼を損なう確実な誤った予測をもたらす。
賭けゲームを用いて,信頼を損なう事象に対するユーザの信頼の進化について検討する。
論文 参考訳(メタデータ) (2023-10-20T14:41:46Z) - Decoding trust: A reinforcement learning perspective [11.04265850036115]
信頼ゲームにおける行動実験は、信頼と信頼は人間の間で普遍的であることを示した。
個人が蓄積した経験を通じて長期的なリターンを評価することで戦略を更新する強化学習のパラダイムに目を向ける。
両者のシナリオでは、個人が過去の経験と未来への回帰の両方を理解すれば、高いレベルの信頼と信頼感が生まれます。
論文 参考訳(メタデータ) (2023-09-26T01:06:29Z) - Influence of External Information on Large Language Models Mirrors
Social Cognitive Patterns [51.622612759892775]
社会的認知理論は、人々が他人を観察して知識を習得する方法を説明する。
近年,大規模言語モデル(LLM)の急速な発展を目撃している。
LLMは、AIエージェントとして、その認知と行動を形成する外部情報を観察することができる。
論文 参考訳(メタデータ) (2023-05-08T16:10:18Z) - Explaining Model Confidence Using Counterfactuals [4.385390451313721]
人間とAIのインタラクションにおける信頼スコアの表示は、人間とAIシステムの信頼構築に役立つことが示されている。
既存の研究のほとんどは、信頼スコアのみをコミュニケーションの形式として用いている。
信頼性スコアの反実的な説明は、参加者が機械学習モデルの予測をよりよく理解し、より信頼するのに役立つことを示す。
論文 参考訳(メタデータ) (2023-03-10T06:22:13Z) - Theoretical Modeling of Communication Dynamics [0.0]
評論ゲームは、参加するエージェントの信頼性、他者が認識する誠実さに焦点を当てている。
シコファント、自我中心性、病理的嘘、送信者に対する攻撃性など、様々な送信者および受信者戦略が研究されている。
ミニマリストの悪意ある戦略は、操作的、支配的、破壊的であり、他人のコストに対する評判を著しく高める。
論文 参考訳(メタデータ) (2021-06-09T22:02:19Z) - Emotion Ratings: How Intensity, Annotation Confidence and Agreements are
Entangled [12.162856871757311]
我々は,中性的な文と感情を持つ文を区別し,回答の信頼度を評価する。
信頼は、アノテーション間の不一致を近似する。
自信は感情の強さと相関している。
論文 参考訳(メタデータ) (2021-03-02T12:04:43Z) - Formalizing Trust in Artificial Intelligence: Prerequisites, Causes and
Goals of Human Trust in AI [55.4046755826066]
我々は、社会学の対人信頼(すなわち、人間の信頼)に着想を得た信頼のモデルについて議論する。
ユーザとAIの間の信頼は、暗黙的あるいは明示的な契約が保持する信頼である。
我々は、信頼できるAIの設計方法、信頼が浮かび上がったかどうか、保証されているかどうかを評価する方法について論じる。
論文 参考訳(メタデータ) (2020-10-15T03:07:23Z) - How Much Can We Really Trust You? Towards Simple, Interpretable Trust
Quantification Metrics for Deep Neural Networks [94.65749466106664]
我々は思考実験を行い、信頼と信頼に関する2つの重要な疑問を探求する。
我々は、一連の質問に答える際の行動に基づいて、ディープニューラルネットワークの全体的な信頼性を評価するための一連のメトリクスを紹介します。
提案されたメトリクスは必ずしも完璧ではありませんが、よりよいメトリクスに向かって会話を推し進めることが望まれています。
論文 参考訳(メタデータ) (2020-09-12T17:37:36Z)
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。