論文の概要: The Cadaver in the Machine: The Social Practices of Measurement and Validation in Motion Capture Technology

• arxiv url: http://arxiv.org/abs/2401.10877v1
• Date: Fri, 19 Jan 2024 18:41:53 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-22 14:57:51.213415
• Title: The Cadaver in the Machine: The Social Practices of Measurement and Validation in Motion Capture Technology
• Title（参考訳）: 機械のキャダバー:モーションキャプチャ技術における計測と検証の社会的実践
• Authors: Emma Harvey, Hauke Sandhaus, Abigail Z. Jacobs, Emanuel Moss, Mona Sloane
• Abstract要約: 身体の計測とモーションキャプチャシステムに対する測定の妥当性は,社会的な実践として理解することができると論じる。 これらのプラクティスが、時間の経過とともに、モーションキャプチャーデザインとイノベーションにどのように浸透していくかを示します。 我々は,データ・センサ駆動システムの開発において,測定・検証の社会的実践がどこにでもあることを示唆する。
• 参考スコア（独自算出の注目度）: 1.1650821883155187
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Motion capture systems, used across various domains, make body representations concrete through technical processes. We argue that the measurement of bodies and the validation of measurements for motion capture systems can be understood as social practices. By analyzing the findings of a systematic literature review (N=278) through the lens of social practice theory, we show how these practices, and their varying attention to errors, become ingrained in motion capture design and innovation over time. Moreover, we show how contemporary motion capture systems perpetuate assumptions about human bodies and their movements. We suggest that social practices of measurement and validation are ubiquitous in the development of data- and sensor-driven systems more broadly, and provide this work as a basis for investigating hidden design assumptions and their potential negative consequences in human-computer interaction.
• Abstract（参考訳）: 様々な領域で使用されるモーションキャプチャシステムは、技術プロセスを通じて身体表現を具体化する。 身体の測定とモーションキャプチャシステムにおける測定の検証は,社会的実践として理解することができる。 社会実践理論のレンズを通して体系的文献レビュー(n=278)の知見を分析した結果,これらのプラクティス,および誤りに対する様々な注意が,時間とともにモーションキャプチャ設計やイノベーションにどのように浸透するかを示す。 さらに,現代のモーションキャプチャーシステムは,人体とその動きに関する仮定を永続的に行うかを示す。 本研究では,データ駆動システムやセンサ駆動システムの開発において,社会的な計測・検証の実践がより広範に行われていることを示唆し,隠れた設計仮定とその人間とコンピュータの相互作用における潜在的な負の結果を調査するための基盤として,本研究を提案する。

関連論文リスト

• Evaluating Generative AI Systems is a Social Science Measurement Challenge [78.35388859345056]
  我々は,GenAIシステムの能力,影響,機会,リスクに関連する概念を測定するための枠組みを提案する。 このフレームワークは、背景概念、体系化された概念、測定器、インスタンスレベルの測定そのものの4つのレベルを区別する。
  論文  参考訳（メタデータ） (2024-11-17T02:35:30Z)
• Data-driven Modeling in Metrology -- A Short Introduction, Current Developments and Future Perspectives [3.5840407154326224]
  デジタル技術、拡張型センサーネットワーク、高性能コンピューティングは、データ駆動方式へのシフトを拡大している。 ここでは、データ駆動モデリングがもたらす様々な機会と、それらが既に様々な現実世界のアプリケーションで実装されている方法を示す。
  論文  参考訳（メタデータ） (2024-06-24T14:09:45Z)
• Emotion Recognition from the perspective of Activity Recognition [0.0]
  人間の感情状態、行動、反応を現実世界の環境に適応させることは、潜伏した連続した次元を用いて達成できる。 感情認識システムが現実のモバイルおよびコンピューティングデバイスにデプロイされ統合されるためには、世界中の収集されたデータを考慮する必要がある。 本稿では,注目機構を備えた新しい3ストリームエンドツーエンドのディープラーニング回帰パイプラインを提案する。
  論文  参考訳（メタデータ） (2024-03-24T18:53:57Z)
• Domain Adaptation for Inertial Measurement Unit-based Human Activity Recognition: A Survey [1.7205106391379026]
  機械学習に基づくウェアラブルヒューマンアクティビティ認識(WHAR)モデルは、スマートでコネクテッドなコミュニティアプリケーションの開発を可能にする。 これらのWHARモデルの普及は、データ分散の不均一性の存在下での性能低下によって妨げられている。 従来の機械学習アルゴリズムとトランスファーラーニング技術は、そのようなデータ不均一性を扱うことの基盤となる課題に対処するために提案されている。 ドメイン適応(Domain adapt)は、近年の文献において大きな人気を博した転帰学習技術の一つである。
  論文  参考訳（メタデータ） (2023-04-07T01:33:42Z)
• Motion Capture Benchmark of Real Industrial Tasks and Traditional Crafts for Human Movement Analysis [0.0]
  本稿では,慣性に基づくモーションキャプチャを用いて記録した7つのデータセットについて述べる。 データセットには、産業従事者や熟練した職人が現場で行うプロのジェスチャーが含まれている。
  論文  参考訳（メタデータ） (2023-04-03T10:29:24Z)
• 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)
• Active Inference in Robotics and Artificial Agents: Survey and Challenges [51.29077770446286]
  我々は、状態推定、制御、計画、学習のためのアクティブ推論の最先端理論と実装についてレビューする。 本稿では、適応性、一般化性、堅牢性の観点から、その可能性を示す関連する実験を紹介する。
  論文  参考訳（メタデータ） (2021-12-03T12:10:26Z)
• Learning Physical Concepts in Cyber-Physical Systems: A Case Study [72.74318982275052]
  本稿では,時系列データにおける物理概念の学習方法に関する研究の現状について概説する。 また,3タンクシステムの例を用いて,最先端技術から最も重要な手法を分析した。
  論文  参考訳（メタデータ） (2021-11-28T14:24:52Z)
• Measuring and modeling the motor system with machine learning [117.44028458220427]
  モーターシステムの理解における機械学習の有用性は、データの収集、測定、分析の方法に革命をもたらすことを約束している。 本稿では, ポーズ推定, 運動解析, 次元減少, 閉ループフィードバックから, ニューラル相関の理解, 機能停止まで, 機械学習の利用の増大について論じる。
  論文  参考訳（メタデータ） (2021-03-22T12:42:16Z)
• Human Trajectory Forecasting in Crowds: A Deep Learning Perspective [89.4600982169]
  本稿では,既存の深層学習に基づくソーシャルインタラクションのモデル化手法について詳細に分析する。 本稿では、これらの社会的相互作用を効果的に捉えるための知識に基づく2つのデータ駆動手法を提案する。 我々は,人間の軌道予測分野において,重要かつ欠落したコンポーネントであるTrajNet++を大規模に開発する。
  論文  参考訳（メタデータ） (2020-07-07T17:19:56Z)
• Simultaneous Learning from Human Pose and Object Cues for Real-Time Activity Recognition [11.290467061493189]
  本研究では,人間の行動にかかわるポーズや物体の観察から同時に学習することで,人間の行動認識に対する新しいアプローチを提案する。 提案手法は従来の手法より優れ,104Hzの処理速度で人間の行動認識のリアルタイム性能を得る。
  論文  参考訳（メタデータ） (2020-03-26T22:04:37Z)

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。