Fugu-MT 論文翻訳(概要): Measure of Uncertainty in Human Emotions

論文の概要: Measure of Uncertainty in Human Emotions

arxiv url: http://arxiv.org/abs/2308.04032v1
Date: Tue, 8 Aug 2023 04:17:25 GMT
ステータス: 処理完了
システム内更新日: 2023-08-09 14:04:53.800654
Title: Measure of Uncertainty in Human Emotions
Title（参考訳）: 人間の感情の不確かさの測定
Authors: Etienne Naude (1), Henry Gann (1), Balaram Panda (1), Lance Zhang (1), Raina Song (1), Yuwei Shen (1) ((1) The University of Auckland)
Abstract要約: 本研究では,異なる不確実性情報表示が人的意思決定プロセスに与える影響について検討した。その結果、不確実性のある情報を表示することで、決定を下す際により自信を持てることが示される。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Many research explore how well computers are able to examine emotions displayed by humans and use that data to perform different tasks. However, there have been very few research which evaluate the computers ability to generate emotion classification information in an attempt to help the user make decisions or perform tasks. This is a crucial area to explore as it is paramount to the two way communication between humans and computers. This research conducted an experiment to investigate the impact of different uncertainty information displays of emotion classification on the human decision making process. Results show that displaying more uncertainty information can help users to be more confident when making decisions.
Abstract（参考訳）: 多くの研究は、コンピュータがいかに人間によって表示された感情を検査し、そのデータを使って異なるタスクを遂行できるかを調査している。しかし,ユーザの意思決定やタスクの実行を支援するために,感情分類情報を生成するコンピュータ能力を評価する研究はほとんどない。これは、人間とコンピュータの双方向コミュニケーションにとって最重要となるため、探究すべき重要な領域である。本研究では,感情分類の異なる不確実性情報表示が意思決定プロセスに与える影響を検討する実験を行った。その結果,不確実性情報を表示することで,意思決定に自信が持てることがわかった。

関連論文リスト

MDPE: A Multimodal Deception Dataset with Personality and Emotional Characteristics [37.30869857541657]
マルチモーダル・デシージャ・データセットMDPEを導入する。このデータセットは、騙しの特徴に加えて、個性や感情的表現の特徴の個人差情報も含んでいる。 193人の被験者による104時間以上の騙しと感情的なビデオで構成されている。
論文参考訳（メタデータ） (2024-07-17T02:44:26Z)
Modeling User Preferences via Brain-Computer Interfacing [54.3727087164445]
我々はBrain-Computer Interface技術を用いてユーザの好みを推測し、その注意力は視覚的コンテンツと感情的体験との関連性に相関する。我々はこれらを,情報検索,生成モデルのパーソナライズされたステアリング,感情経験のクラウドソーシング人口推定など,関連するアプリケーションにリンクする。
論文参考訳（メタデータ） (2024-05-15T20:41:46Z)
ChoiceMates: Supporting Unfamiliar Online Decision-Making with Multi-Agent Conversational Interactions [58.71970923420007]
提案するChoiceMatesは,LLMエージェントの動的セットとの対話を可能にするシステムである。エージェントは、意見のあるペルソナとして、柔軟に会話に参加し、応答を提供するだけでなく、各エージェントの好みを引き出すために互いに会話する。 ChoiceMatesを従来のWeb検索とシングルエージェントと比較した結果,ChoiceMatesはより信頼性の高いWebと比較して,発見,潜水,情報管理に有用であることが判明した。
論文参考訳（メタデータ） (2023-10-02T16:49:39Z)
The Effect of Information Type on Human Cognitive Augmentation [0.0]
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。
論文参考訳（メタデータ） (2023-02-15T20:38:47Z)
A Study on the Ambiguity in Human Annotation of German Oral History Interviews for Perceived Emotion Recognition and Sentiment Analysis [17.632485825314998]
本稿では,ドイツの口腔史インタビューにおける感情と感情に対する人間の知覚のあいまいさについて検討する。人間の知覚的あいまいさや、クラス不均衡やトレーニングデータの欠如といった課題は、現在、これらの技術が口頭歴史アーカイブの機会を制限していることを示している。
論文参考訳（メタデータ） (2022-01-18T10:53:07Z)
Emotion Recognition for Healthcare Surveillance Systems Using Neural Networks: A Survey [8.31246680772592]
本稿では、ニューラルネットワークを用いた感情認識の分野での最近の研究について述べる。我々は、感情の認識を音声、表情、音声視覚入力から研究することに集中する。これら3つの感情認識技術は、患者を監視するための医療センターの監視システムとして使用できる。
論文参考訳（メタデータ） (2021-07-13T11:17:00Z)
Computational Emotion Analysis From Images: Recent Advances and Future Directions [79.05003998727103]
本章では,画像感情分析(IEA)を計算的観点から導入することを目的としている。心理学の一般的な感情表現モデルから始めます。そして、研究者たちが解決しようとしている重要な計算問題を定義します。
論文参考訳（メタデータ） (2021-03-19T13:33:34Z)
Learning Emotional-Blinded Face Representations [77.7653702071127]
感情反応に関連する表情に盲目な2つの顔表現を提案する。この作業は、個人データ保護に関する新たな国際規則によって動機付けられている。
論文参考訳（メタデータ） (2020-09-18T09:24:10Z)
Emotion Recognition From Gait Analyses: Current Research and Future Directions [48.93172413752614]
歩行はウォーカーの感情に関する情報を伝える様々な感情と歩行パターンのマッピングは、感情の自動認識のための新しい情報源を提供する。歩行は遠隔観察可能で模倣が困難で被験者との協力も少ない
論文参考訳（メタデータ） (2020-03-13T08:22:33Z)
Emotion Recognition System from Speech and Visual Information based on Convolutional Neural Networks [6.676572642463495]
本研究では,感情を高精度かつリアルタイムに認識できるシステムを提案する。音声認識システムの精度を高めるため、音声データも分析し、両情報源から得られる情報を融合する。
論文参考訳（メタデータ） (2020-02-29T22:09:46Z)
A Case for Humans-in-the-Loop: Decisions in the Presence of Erroneous Algorithmic Scores [85.12096045419686]
本研究では,児童虐待のホットラインスクリーニング決定を支援するアルゴリズムツールの採用について検討した。まず、ツールがデプロイされたときに人間が行動を変えることを示します。表示されたスコアが誤ったリスク推定である場合、人間はマシンの推奨に従わない可能性が低いことを示す。
論文参考訳（メタデータ） (2020-02-19T07:27:32Z)

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。