論文の概要: On the recognition of the game type based on physiological signals and eye tracking

• arxiv url: http://arxiv.org/abs/2310.17383v1
• Date: Thu, 26 Oct 2023 13:27:23 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-27 20:17:59.257828
• Title: On the recognition of the game type based on physiological signals and eye tracking
• Title（参考訳）: 生理的信号と視線追跡に基づくゲームタイプの認識について
• Authors: {\L}ukasz Czekaj and {\L}ukasz Radzinski and Mateusz Kolimaga and Jakub Domaszewicz and Robert Kit{\l}owski and Mariusz Szwoch and W{\l}odzis{\l}aw Duch
• Abstract要約: 我々は,参加者のゲームに対する認識を,問題の探索の場として利用する。 我々は,3つの異なるゲーム(スペースインベーダー,テトリス,タワーディフェンス)とゲーム間停止の分類器を構築する。 ゲーム分類において得られた結果に基づいて、スマート監視と定量化自己の潜在的な応用を考察する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Automated interpretation of signals yields many impressive applications from the area of affective computing and human activity recognition (HAR). In this paper we ask the question about possibility of cognitive activity recognition on the base of particular set of signals. We use recognition of the game played by the participant as a playground for exploration of the problem. We build classifier of three different games (Space Invaders, Tetris, Tower Defence) and inter-game pause. We validate classifier in the player-independent and player-dependent scenario. We discuss the improvement in the player-dependent scenario in the context of biometric person recognition. On the base of the results obtained in game classification, we consider potential applications in smart surveillance and quantified self.
• Abstract（参考訳）: 信号の自動解釈は、感情コンピューティングと人間活動認識(HAR)の分野から多くの印象的な応用をもたらす。 本稿では,特定の信号セットに基づく認知行動認識の可能性について質問する。 我々は,参加者のゲームに対する認識を,問題の探索の場として利用する。 我々は3つの異なるゲーム(スペースインベーダー、テトリス、タワーディフェンス)とゲーム間停止の分類器を構築する。 我々は,プレーヤ非依存シナリオとプレーヤ非依存シナリオの分類器を検証する。 生体認証の文脈におけるプレイヤー依存シナリオの改善について考察する。 ゲーム分類の結果に基づいて,スマートサーベイランスと定量化自己の潜在的な応用について考察する。

関連論文リスト

• Learning to Play Video Games with Intuitive Physics Priors [2.1548132286330453]
  我々は、多数のビデオゲームでよく一般化されたオブジェクトベースの入力表現を設計する。 これらの表現を用いて,幼児に類似したゲームを学ぶエージェントの能力を評価する。 以上の結果から,人間のようなオブジェクトインタラクションのセットアップが,複数のビデオゲームを遊べるように学習できることが示唆された。
  論文  参考訳（メタデータ） (2024-09-20T20:30:27Z)
• 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)
• Modeling Player Personality Factors from In-Game Behavior and Affective Expression [17.01727448431269]
  我々は,記録されたゲーム内行動から,一連のプレイヤパーソナリティアンケート値を予測する可能性を探る。 ロールプレイングゲーム『Fallout: New Vegas』のカスタマイズ版を60分間のゲームプレイで62人を対象に,定評ある7つの質問紙から,さまざまなパーソナリティ指標を予測した。
  論文  参考訳（メタデータ） (2023-08-27T22:59:08Z)
• WinoGAViL: Gamified Association Benchmark to Challenge Vision-and-Language Models [91.92346150646007]
  本研究では,視覚・言語関係を収集するオンラインゲームであるWinoGAViLを紹介する。 私たちはこのゲームを使って3.5Kのインスタンスを収集し、それらが人間には直感的だが最先端のAIモデルには挑戦的であることを発見した。 我々の分析とプレイヤーからのフィードバックは、収集された協会が多様な推論スキルを必要とすることを示している。
  論文  参考訳（メタデータ） (2022-07-25T23:57:44Z)
• Collusion Detection in Team-Based Multiplayer Games [57.153233321515984]
  チームベースのマルチプレイヤーゲームにおいて,協調動作を検出するシステムを提案する。 提案手法は,ゲーム内行動パターンと組み合わせたプレイヤーの社会的関係を解析する。 次に,非教師なし学習手法であるアイソレーションフォレストによる検出を自動化する。
  論文  参考訳（メタデータ） (2022-03-10T02:37:39Z)
• CCPT: Automatic Gameplay Testing and Validation with Curiosity-Conditioned Proximal Trajectories [65.35714948506032]
  Curiosity-Conditioned Proximal Trajectories (CCPT)法は、好奇心と模倣学習を組み合わせてエージェントを訓練して探索する。 CCPTが複雑な環境を探索し、ゲームプレイの問題を発見し、その過程におけるデザインの監視を行い、それらをゲームデザイナーに直接認識し、強調する方法について説明する。
  論文  参考訳（メタデータ） (2022-02-21T09:08:33Z)
• AI in (and for) Games [0.9920773256693857]
  この章では、人工知能(AI)/機械学習(ML)アルゴリズムとデジタルゲームとの関係について概説する。 一方、ai/ml研究者は、人間の感情的活動、プレイヤーの行動に関する大規模かつ内部的なデータセットを生成できる。 一方、ゲームは知的アルゴリズムを利用して、ゲームレベルのテストの自動化、コンテンツの生成、知的でレスポンシブな非プレイヤーキャラクタ(NPC)の開発、プレイヤーの振る舞いの予測と応答を行うことができる。
  論文  参考訳（メタデータ） (2021-05-07T08:57:07Z)
• An Empirical Study on the Generalization Power of Neural Representations Learned via Visual Guessing Games [79.23847247132345]
  本研究は,視覚質問応答(VQA)のような新しいNLP下流タスクにおいて,後から実行を依頼されたとき,人工エージェントが推測ゲームでどの程度の利益を得ることができるかを検討する。 提案手法は,1) エージェントがうまく推理ゲームを模倣することを学習する教師あり学習シナリオ,2) エージェントが単独でプレイする新しい方法,すなわち,反復経験学習(SPIEL)によるセルフプレイ(Self-play)を提案する。
  論文  参考訳（メタデータ） (2021-01-31T10:30:48Z)
• DeepGamble: Towards unlocking real-time player intelligence using multi-layer instance segmentation and attribute detection [0.8749675983608171]
  カジノでは、熟練していないプレイヤーは熟練したプレイヤーの4倍の収益を得ることができた。 本稿では,Mask R-CNNモデルの拡張に基づくビデオ認識システムについて述べる。 当社のシステムは、カードやプレイヤーのベットをリアルタイムで検出してブラックジャックのゲームをデジタル化します。
  論文  参考訳（メタデータ） (2020-12-14T23:46:26Z)
• Navigating the Landscape of Multiplayer Games [20.483315340460127]
  大規模ゲームの応答グラフにネットワーク測度を適用することで,ゲームのランドスケープを創出できることを示す。 本研究は, 標準ゲームから複雑な経験ゲームまで, 訓練されたエージェント同士のパフォーマンスを計測する領域における知見について述べる。
  論文  参考訳（メタデータ） (2020-05-04T16:58:17Z)
• Continuous Emotion Recognition via Deep Convolutional Autoencoder and Support Vector Regressor [70.2226417364135]
  マシンはユーザの感情状態を高い精度で認識できることが不可欠である。 ディープニューラルネットワークは感情を認識する上で大きな成功を収めている。 表情認識に基づく連続的感情認識のための新しいモデルを提案する。
  論文  参考訳（メタデータ） (2020-01-31T17:47:16Z)

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。