論文の概要: Differential contributions of machine learning and statistical analysis to language and cognitive sciences
- arxiv url: http://arxiv.org/abs/2404.14052v1
- Date: Mon, 22 Apr 2024 10:06:21 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-23 14:26:08.593539
- Title: Differential contributions of machine learning and statistical analysis to language and cognitive sciences
- Title(参考訳): 言語・認知科学における機械学習と統計的分析の差異
- Authors: Kun Sun, Rong Wang,
- Abstract要約: データ駆動のアプローチは科学研究に革命をもたらした。
機械学習と統計分析は、この種の研究で一般的に利用されている。
これらの違いを示すために一貫したデータセットを利用する研究はほとんどない。
- 参考スコア(独自算出の注目度): 27.152245569974678
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Data-driven approaches have revolutionized scientific research. Machine learning and statistical analysis are commonly utilized in this type of research. Despite their widespread use, these methodologies differ significantly in their techniques and objectives. Few studies have utilized a consistent dataset to demonstrate these differences within the social sciences, particularly in language and cognitive sciences. This study leverages the Buckeye Speech Corpus to illustrate how both machine learning and statistical analysis are applied in data-driven research to obtain distinct insights. This study significantly enhances our understanding of the diverse approaches employed in data-driven strategies.
- Abstract(参考訳): データ駆動のアプローチは科学研究に革命をもたらした。
機械学習と統計分析は、この種の研究で一般的に利用されている。
広く使われているにもかかわらず、これらの手法は彼らの技術や目的に大きく異なる。
社会科学、特に言語と認知科学におけるこれらの違いを示すために、一貫したデータセットを利用する研究はほとんどない。
この研究は、Buckeye Speech Corpusを利用して、機械学習と統計分析の両方をデータ駆動型研究に適用して、異なる洞察を得る方法を説明する。
本研究は,データ駆動戦略における多様なアプローチの理解を深めるものである。
関連論文リスト
- An analysis of Universal Differential Equations for data-driven
discovery of Ordinary Differential Equations [7.48176340790825]
我々は、普通微分方程式(ODE)発見の文脈で、UDEフレームワークをテストすることで貢献する。
データ駆動型アプローチと数値解法を組み合わせる際の問題をいくつか取り上げる。
我々は,物理インフォームド・機械学習フレームワークの能力と限界を調査する上で,我々の分析は重要な貢献であると考えている。
論文 参考訳(メタデータ) (2023-06-17T12:26:50Z) - Towards Interpretability in Audio and Visual Affective Machine Learning:
A Review [0.0]
我々は、感情的機械学習の文脈における解釈可能性の使用について、構造化された文献レビューを行う。
以上の結果から,過去5年間の解釈可能性手法の出現が示唆された。
現在、使用法は、使用方法の範囲、評価の深さ、使用事例の検討に限られている。
論文 参考訳(メタデータ) (2023-06-15T08:16:01Z) - A Diachronic Analysis of Paradigm Shifts in NLP Research: When, How, and
Why? [84.46288849132634]
本稿では、因果発見と推論技術を用いて、科学分野における研究トピックの進化を分析するための体系的な枠組みを提案する。
我々は3つの変数を定義し、NLPにおける研究トピックの進化の多様な側面を包含する。
我々は因果探索アルゴリズムを用いてこれらの変数間の因果関係を明らかにする。
論文 参考訳(メタデータ) (2023-05-22T11:08:00Z) - Research Trends and Applications of Data Augmentation Algorithms [77.34726150561087]
我々は,データ拡張アルゴリズムの適用分野,使用するアルゴリズムの種類,重要な研究動向,時間経過に伴う研究の進展,およびデータ拡張文学における研究ギャップを同定する。
我々は、読者がデータ拡張の可能性を理解し、将来の研究方向を特定し、データ拡張研究の中で質問を開くことを期待する。
論文 参考訳(メタデータ) (2022-07-18T11:38:32Z) - Word Embedding for Social Sciences: An Interdisciplinary Survey [8.697025191437774]
人間の行動マイニングに単語埋め込み技術を適用した最近の研究について調査する。
我々は,調査論文の方法と手順を説明するための分類学を構築した。
この調査は、文献で使用される一般的な類似度測定が、集合レベルで一貫した結果を返すとしても、異なる結果が得られることを警告するための簡単な実験である。
論文 参考訳(メタデータ) (2022-07-07T04:49:21Z) - Similarities and Differences between Machine Learning and Traditional
Advanced Statistical Modeling in Healthcare Analytics [0.6999740786886537]
機械学習と統計モデリングは、同様の数学的原理に基づいて補完的である。
優れたアナリストとデータサイエンティストは、技術と適切な応用の両方に精通しているべきです。
論文 参考訳(メタデータ) (2022-01-07T14:36:46Z) - Human-in-the-Loop Disinformation Detection: Stance, Sentiment, or
Something Else? [93.91375268580806]
政治とパンデミックは、機械学習対応の偽ニュース検出アルゴリズムの開発に十分な動機を与えている。
既存の文献は、主に完全自動化されたケースに焦点を当てているが、その結果得られた技術は、軍事応用に必要な様々なトピック、ソース、時間スケールに関する偽情報を確実に検出することはできない。
既に利用可能なアナリストを人間のループとして活用することにより、感情分析、アスペクトベースの感情分析、姿勢検出といった標準的な機械学習技術は、部分的に自動化された偽情報検出システムに使用するためのもっとも有効な方法となる。
論文 参考訳(メタデータ) (2021-11-09T13:30:34Z) - Human-Robot Collaboration and Machine Learning: A Systematic Review of
Recent Research [69.48907856390834]
人間ロボットコラボレーション(Human-robot collaboration、HRC)とは、人間とロボットの相互作用を探索する手法である。
本稿では,HRCの文脈における機械学習技術の利用に関する詳細な文献レビューを提案する。
論文 参考訳(メタデータ) (2021-10-14T15:14:33Z) - Nonparametric Estimation of Heterogeneous Treatment Effects: From Theory
to Learning Algorithms [91.3755431537592]
プラグイン推定と擬似出力回帰に依存する4つの幅広いメタ学習戦略を解析する。
この理論的推論を用いて、アルゴリズム設計の原則を導出し、分析を実践に翻訳する方法について強調する。
論文 参考訳(メタデータ) (2021-01-26T17:11:40Z) - Is there a role for statistics in artificial intelligence? [1.775251182905249]
人工知能(AI)の研究と応用は、包括的な科学的、経済的、社会的、政治的議論を引き起こしている。
統計学は、AIの理論的および実践的理解と将来の発展において重要な役割を果たす。
本稿では,AI開発における統計的方法論の意義を明らかにすることで,現在の議論に貢献することを目的とする。
論文 参考訳(メタデータ) (2020-09-13T14:39:37Z) - A Survey on Causal Inference [64.45536158710014]
因果推論は統計学、コンピュータ科学、教育、公共政策、経済学など、多くの分野において重要な研究トピックである。
観測データに対する様々な因果効果推定法が誕生した。
論文 参考訳(メタデータ) (2020-02-05T21:35:29Z)
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。