論文の概要: Characterizing Information Seeking Processes with Multiple Physiological Signals

• arxiv url: http://arxiv.org/abs/2405.00322v2
• Date: Tue, 07 May 2024 09:14:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-11 01:28:21.374764
• Title: Characterizing Information Seeking Processes with Multiple Physiological Signals
• Title（参考訳）: 複数の生理的信号を用いた情報探索プロセスの特徴付け
• Authors: Kaixin Ji, Danula Hettiachchi, Flora D. Salim, Falk Scholer, Damiano Spina,
• Abstract要約: 本研究では,インフォメーション・インフォメーション・インフォメーション・インフォメーション(IN)の実現,クエリ・フォーミュレーション(QF),クエリ・サブミッション(QS),関連判断(RJ)の4段階からなる情報検索について検討する。 本研究は,これらの段階にわたる生理的信号を分析し,一対の非パラメトリック反復測定統計検査の結果を報告する。 本研究は,情報探索プロセスにおけるユーザの行動と感情的反応に関する貴重な知見を提供する。
• 参考スコア（独自算出の注目度）: 12.771920957950334
• License:
• Abstract: Information access systems are getting complex, and our understanding of user behavior during information seeking processes is mainly drawn from qualitative methods, such as observational studies or surveys. Leveraging the advances in sensing technologies, our study aims to characterize user behaviors with physiological signals, particularly in relation to cognitive load, affective arousal, and valence. We conduct a controlled lab study with 26 participants, and collect data including Electrodermal Activities, Photoplethysmogram, Electroencephalogram, and Pupillary Responses. This study examines informational search with four stages: the realization of Information Need (IN), Query Formulation (QF), Query Submission (QS), and Relevance Judgment (RJ). We also include different interaction modalities to represent modern systems, e.g., QS by text-typing or verbalizing, and RJ with text or audio information. We analyze the physiological signals across these stages and report outcomes of pairwise non-parametric repeated-measure statistical tests. The results show that participants experience significantly higher cognitive loads at IN with a subtle increase in alertness, while QF requires higher attention. QS involves demanding cognitive loads than QF. Affective responses are more pronounced at RJ than QS or IN, suggesting greater interest and engagement as knowledge gaps are resolved. To the best of our knowledge, this is the first study that explores user behaviors in a search process employing a more nuanced quantitative analysis of physiological signals. Our findings offer valuable insights into user behavior and emotional responses in information seeking processes. We believe our proposed methodology can inform the characterization of more complex processes, such as conversational information seeking.
• Abstract（参考訳）: 情報アクセスシステムは複雑化しており、情報探索過程におけるユーザ行動の理解は主に、観察研究や調査などの定性的な方法から導かれる。 本研究は,センサ技術の進歩を生かして,特に認知的負荷,情緒的覚醒,原子価との関連において,生理的信号によるユーザ行動の特徴付けを目的とする。 被験者26名を対象に対照実験を行い,脳波,眼球運動,光胸腺図,脳波,瞳孔反応などのデータを収集した。 本研究では,インフォメーション・インフォメーション・インフォメーション・インフォメーション(IN)の実現,クエリ・フォーミュレーション(QF),クエリ・サブミッション(QS),関連判断(RJ)の4段階からなる情報検索について検討する。 また、テキストタイピングや言語化によるQS、テキストや音声情報によるRJなど、現代のシステムを表現するためのさまざまなインタラクションモダリティも含んでいます。 本研究は,これらの段階にわたる生理的信号を分析し,一対の非パラメトリック反復測定統計検査の結果を報告する。 以上の結果より,INでは認知負荷が有意に増加し,QFでは注意が必要であることが明らかとなった。 QSはQFよりも認知負荷を必要とする。 影響的な反応は、QSやINよりもRJの方が顕著であり、知識ギャップが解決されるにつれて、興味とエンゲージメントが高まることを示唆している。 我々の知る限りでは、この研究は、生理的信号のより微妙な定量的分析を用いて、検索プロセスにおけるユーザの振る舞いを探索する最初の研究である。 本研究は,情報探索プロセスにおけるユーザの行動と感情的反応に関する貴重な知見を提供する。 提案手法は,会話情報探索など,より複雑なプロセスの特徴を明らかにすることができると考えている。

関連論文リスト

• Complex Emotion Recognition System using basic emotions via Facial Expression, EEG, and ECG Signals: a review [1.8310098790941458]
  複雑な感情認識システム(CERS)は、表現された基本的な感情、それらの相互関係、そして動的変動の組合せを調べることによって、複雑な感情状態を解読する。 複雑な感情を識別するAIシステムの開発は、感情的コンピューティングに重要な意味を持つ重要な課題となっている。 心電図(ECG)や脳電図(EEG)などの生理的シグナルを取り入れることで、CERSを顕著に増強することができる。
  論文  参考訳（メタデータ） (2024-09-09T05:06:10Z)
• PhenoFlow: A Human-LLM Driven Visual Analytics System for Exploring Large and Complex Stroke Datasets [21.783005762375417]
  PhenoFlowは、人間と大規模言語モデル(LLM)の協調を利用した視覚分析システムである。 PhenoFlowは、生の患者データにアクセスせずに、メタデータを使用して推論し、実行可能なコードを合成する。 本研究は,急性虚血性脳卒中患者のデータ駆動型臨床意思決定における現在の課題にLCMを用いて取り組む可能性を示す。
  論文  参考訳（メタデータ） (2024-07-23T09:25:59Z)
• 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)
• Exploring the dynamic interplay of cognitive load and emotional arousal by using multimodal measurements: Correlation of pupil diameter and emotional arousal in emotionally engaging tasks [0.0]
  本研究の目的は,認知作業負荷の指標としての瞳孔径と,感情刺激の指標としての深層学習によるFACTの相関について検討することである。 28名の被験者が3つの認知的要求と感情的な日常的道徳的ジレンマに取り組み,視線追跡と感情認識データを収集した。 その結果,感情的覚醒と瞳孔径のデータストリームの間には負の相関と統計的に有意な相関が認められた。
  論文  参考訳（メタデータ） (2024-03-01T08:49:17Z)
• DeSIQ: Towards an Unbiased, Challenging Benchmark for Social Intelligence Understanding [60.84356161106069]
  複雑な社会的相互作用のビデオ上での複数選択質問のデータセットであるSocial-IQの健全性について検討する。 分析の結果,Social-IQにはある程度のバイアスがあり,適度に強い言語モデルによって活用できることがわかった。 ソーシャルIQに単純な摂動を適用して構築した,新たな挑戦的データセットであるDeSIQを紹介する。
  論文  参考訳（メタデータ） (2023-10-24T06:21:34Z)
• Towards Mitigating Hallucination in Large Language Models via Self-Reflection [63.2543947174318]
  大規模言語モデル(LLM)は、質問応答(QA)タスクを含む生成的および知識集約的なタスクを約束している。 本稿では,広範に採用されているLCMとデータセットを用いた医療再生QAシステムにおける幻覚現象を解析する。
  論文  参考訳（メタデータ） (2023-10-10T03:05:44Z)
• EEG-based Cognitive Load Classification using Feature Masked Autoencoding and Emotion Transfer Learning [13.404503606887715]
  脳波(EEG)を用いた認知負荷の新しい分類法を提案する。 感情関連脳波データセットの自己教師付きマスクによる自動エンコーディングを用いて、我々のモデルを事前学習する。 実験の結果,提案手法は従来の単段階完全教師付き学習よりも優れた結果が得られることがわかった。
  論文  参考訳（メタデータ） (2023-08-01T02:59:19Z)
• Synergistic information supports modality integration and flexible learning in neural networks solving multiple tasks [107.8565143456161]
  本稿では,様々な認知タスクを行う単純な人工ニューラルネットワークが採用する情報処理戦略について検討する。 結果は、ニューラルネットワークが複数の多様なタスクを学習するにつれて、シナジーが増加することを示している。 トレーニング中に無作為にニューロンを停止させると、ネットワークの冗長性が増加し、ロバスト性の増加に対応する。
  論文  参考訳（メタデータ） (2022-10-06T15:36:27Z)
• 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)
• Improved Speech Emotion Recognition using Transfer Learning and Spectrogram Augmentation [56.264157127549446]
  音声感情認識(SER)は、人間とコンピュータの相互作用において重要な役割を果たす課題である。 SERの主な課題の1つは、データの不足である。 本稿では,スペクトログラム拡張と併用した移動学習戦略を提案する。
  論文  参考訳（メタデータ） (2021-08-05T10:39:39Z)

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。