論文の概要: Transdisciplinary Multi Modal Approach to Knowledge

• arxiv url: http://arxiv.org/abs/2402.00136v1
• Date: Wed, 31 Jan 2024 19:27:28 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-02 17:38:41.668278
• Title: Transdisciplinary Multi Modal Approach to Knowledge
• Title（参考訳）: 学際的多様的知識アプローチ
• Authors: Johanna Casado and Beatriz Garc\'ia and Natasha Maria Monserrat Bertaina Lucero
• Abstract要約: 本稿では,ユーザ中心設計の枠組みで開発された包括的ツールの研究の一環として,自然のミューティ・モーダル・マルチ感覚的知覚について紹介する。 我々は、当初からユーザを念頭に置いて設計された新しいアクセス可能なソフトウェアSonoUnoの基盤を提示する。 本稿では,ユーザの能力を高め,さまざまな自然信号の検出を拡大し,ヒューマン・コンピュータ・インタフェースの理解を向上させるためのトレーニング活動を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The muti-modal or multi-sensorial perception of nature is presented in this article as part of research devoted to inclusive tools developed in the framework of User Centered Design. This proposal shows that it is possible to work in a transdisciplinary way, establishing feedback not only between designers and final users, but also between humans and computers, to reduce errors and co-design the resources according to personal needs. As part of the present research, we present the basis for a new accessible software, sonoUno, which was designed with the user in mind from the beginning, and we propose a training activity to enhance the user's capacities, expand the detection of different kinds of natural signals, and improve the comprehension of the Human Computer Interfaces, opening new windows to the sciences for diverse populations, not only in education and outreach but also in research. Some examples of the exploitation of these new devices and tools are also presented.
• Abstract（参考訳）: 本論文は、ユーザ中心設計の枠組みで開発された包括的ツールに関する研究の一環として、自然に対するミューティモーダルまたは多感覚的知覚を提示する。 本提案では,設計者と最終ユーザ間だけでなく,人間とコンピュータ間のフィードバックを確立することで,エラーを低減し,個人のニーズに応じてリソースを共同設計することが可能であることを示唆する。 本研究では,本研究の一環として,ユーザを念頭に置いて設計した新たなアクセス可能なソフトウェアであるsonounoの基礎を提示するとともに,ユーザの能力向上,さまざまな自然信号の検出,ヒューマン・コンピュータ・インタフェースの理解向上,教育やアウトリーチだけでなく,研究においても新たな窓を開くためのトレーニング活動を提案する。 これらの新しいデバイスやツールの利用例も紹介されている。

関連論文リスト

• Constraining Participation: Affordances of Feedback Features in Interfaces to Large Language Models [49.74265453289855]
  大規模言語モデル(LLM)は、コンピュータ、Webブラウザ、ブラウザベースのインターフェースによるインターネット接続を持つ人なら誰でも利用できるようになった。 本稿では,ChatGPTインタフェースにおける対話型フィードバック機能の可能性について検討し,ユーザ入力の形状やイテレーションへの参加について分析する。
  論文  参考訳（メタデータ） (2024-08-27T13:50:37Z)
• 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)
• The Power of Combined Modalities in Interactive Robot Learning [0.0]
  本研究では,人間とのインタラクションにおけるロボット学習の進化に寄与し,多様な入力モダリティが学習結果に与える影響について検討する。 これは「メタモダリティ」の概念を導入し、従来の嗜好やスカラーフィードバックのメカニズムを超えて、さらなるフィードバックの形式をカプセル化する。
  論文  参考訳（メタデータ） (2024-05-13T14:59:44Z)
• Geometric Deep Learning for Computer-Aided Design: A Survey [85.79012726689511]
  本調査では,コンピュータ支援設計における学習手法の概要について概観する。 類似性解析と検索、2Dおよび3DCADモデル合成、点雲からのCAD生成を含む。 ベンチマークデータセットとその特性の完全なリストと、この領域の研究を推進しているオープンソースコードを提供する。
  論文  参考訳（メタデータ） (2024-02-27T17:11:35Z)
• The AffectToolbox: Affect Analysis for Everyone [10.526991118781913]
  AffectToolboxは、研究者が感情に敏感な研究やプロトタイプの開発を支援することを目的とした、新しいソフトウェアシステムである。 提案システムでは,既存のフレームワークが生み出す課題に対処する。プログラミングの知識が深く,主にパワーユーザや熟練した開発者を対象とする場合が多い。 このアーキテクチャは、複数の感情チャネルとモダリティに対する感情認識のための様々なモデルと、マルチモーダルアセスメントを統合された結果にマージする精巧な融合システムを含んでいる。
  論文  参考訳（メタデータ） (2024-02-23T08:55:47Z)
• User Modeling and User Profiling: A Comprehensive Survey [0.0]
  本稿では,ユーザモデリングとプロファイリング研究の現状,進化,今後の方向性について調査する。 我々は、初期のステレオタイプモデルから最新のディープラーニング技術までの開発をトレースする、歴史的概要を提供する。 また、プライバシ保護技術に対する重要なニーズと、ユーザモデリングアプローチにおける説明可能性と公正性への推進にも対処する。
  論文  参考訳（メタデータ） (2024-02-15T02:06:06Z)
• Charting a Path to Efficient Onboarding: The Role of Software Visualization [49.1574468325115]
  本研究は,ソフトウェアビジュアライゼーションツールを用いたマネージャ,リーダ,開発者の親しみやすさを探求することを目的としている。 本手法は, 質問紙調査と半構造化面接を用いて, 実践者から収集したデータの量的, 質的分析を取り入れた。
  論文  参考訳（メタデータ） (2024-01-17T21:30:45Z)
• Human Machine Co-Creation. A Complementary Cognitive Approach to Creative Character Design Process Using GANs [0.0]
  2つのニューラルネットワークが競合し、元のデータセットと区別できない新しい視覚コンテンツを生成する。 提案するアプローチは、知覚、理解、作成のプロセスを伝えることを目的としている。 マシンが生成した概念は、キャラクターデザイナーが新しいキャラクターを概念化するためのローンチプラットフォームとして使用される。
  論文  参考訳（メタデータ） (2023-11-23T12:18:39Z)
• Augmenting Character Designers Creativity Using Generative Adversarial Networks [0.0]
  GAN(Generative Adversarial Networks)は、さまざまな分野の研究者の注目を集めている。 しかし、近年のGANはリアリズムに重点を置いているが、超現実的な出力を生成することはいくつかの領域にとって優先事項ではない。 本稿では,異なるGANアーキテクチャと,新しいビジュアルキャラクタデータセットをスクラッチからトレーニングした場合のパフォーマンスを比較した。 また、転送学習やデータ拡張といった代替手法も検討し、計算資源の制限を克服する。
  論文  参考訳（メタデータ） (2023-05-28T10:52:03Z)
• Foundations and Recent Trends in Multimodal Machine Learning: Principles, Challenges, and Open Questions [68.6358773622615]
  本稿では,マルチモーダル機械学習の計算的基礎と理論的基礎について概説する。 本稿では,表現,アライメント,推論,生成,伝達,定量化という,6つの技術課題の分類法を提案する。 最近の技術的成果は、この分類のレンズを通して示され、研究者は新しいアプローチの類似点と相違点を理解することができる。
  論文  参考訳（メタデータ） (2022-09-07T19:21:19Z)
• Personalized Multimodal Feedback Generation in Education [50.95346877192268]
  学校課題の自動評価は、教育分野におけるAIの重要な応用である。 モーダルゲート機構とパーソナライズされたバイアス機構を備えたPMFGN(Personalized Multimodal Feedback Generation Network)を提案する。 我々のモデルは、より正確で多様なフィードバックを生成することによって、いくつかのベースラインを著しく上回ります。
  論文  参考訳（メタデータ） (2020-10-31T05:26:49Z)

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。