論文の概要: The Nexus of AR/VR, Large Language Models, UI/UX, and Robotics Technologies in Enhancing Learning and Social Interaction for Children: A Systematic Review
- arxiv url: http://arxiv.org/abs/2409.18162v1
- Date: Thu, 26 Sep 2024 17:19:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-01 06:56:34.159339
- Title: The Nexus of AR/VR, Large Language Models, UI/UX, and Robotics Technologies in Enhancing Learning and Social Interaction for Children: A Systematic Review
- Title(参考訳): AR/VR, 大規模言語モデル, UI/UX, ロボット技術による子どもの学習とソーシャルインタラクションの強化:システムレビュー
- Authors: Biplov Paneru, Bishwash Paneru,
- Abstract要約: 子どもに対する治療における言語モデル(LLM),拡張現実(AR),ユーザインターフェース/ユーザエクスペリエンス(UI/UX)設計について検討した。
150の出版物がPubMed、ACM、IEEE Xplore、Elsevier、Google Scholarで詳細な文献検索によって発見された。
- 参考スコア(独自算出の注目度): 0.0
- License:
- Abstract: The combination of large language models (LLMs), augmented reality (AR), and user interface/user experience (UI/UX) design in therapies for children, especially with disorders like autism spectrum disorder (ASD), is examined in this review study. 150 publications were found by a thorough literature search throughout PubMed, ACM, IEEE Xplore, Elsevier, and Google Scholar; 42 of them were chosen for in-depth study due to their methodological rigor and relevance. Three primary areas are covered in this review: how AR can improve social and learning results; how LLMs can help with communication; and how UI/UX design affects how effective these technologies are. Results reveal that while LLMs can provide individualized learning and communication support, AR has demonstrated promise in enhancing social skills, motivation, and attention. For children with ASD, accessible and interesting interventions depend heavily on effective UI/UX design. To optimize the benefits of these technologies in ASD therapies, the study emphasizes the need for additional research to address difficulties related to customization, accessibility, and integration.
- Abstract(参考訳): 小児、特に自閉症スペクトラム障害(ASD)などの疾患の治療における言語モデル(LLM)、拡張現実(AR)、ユーザインターフェース/ユーザエクスペリエンス(UI/UX)デザインの組み合わせについて検討した。
150の出版物がPubMed、ACM、IEEE Xplore、Elsevier、Google Scholarで徹底的な文献検索によって発見された。
このレビューでは、ARが社会的および学習結果をどのように改善するか、LLMがコミュニケーションにどのように役立つか、UI/UX設計がこれらのテクノロジの有効性にどのように影響するか、という3つの主要な領域が取り上げられている。
LLMは個別の学習とコミュニケーションを支援することができるが、ARは社会的スキル、モチベーション、注意力を高めることを約束している。
ASDを持つ子供たちにとって、アクセスしやすく興味深い介入は、効果的なUI/UX設計に大きく依存する。
ASD療法におけるこれらの技術の利点を最適化するために、カスタマイズ、アクセシビリティ、統合に関する問題に対処するための追加研究の必要性を強調した。
関連論文リスト
- Integrating A.I. in Higher Education: Protocol for a Pilot Study with 'SAMCares: An Adaptive Learning Hub' [0.6990493129893112]
本研究は,「SAMCares」と呼ぶ革新的な研究仲間を紹介することを目的としている。
このシステムは、Large Language Model(LLM)とRetriever-Augmented Generation(RAG)を利用して、リアルタイム、コンテキスト認識、適応的な教育サポートを提供する。
論文 参考訳(メタデータ) (2024-05-01T05:39:07Z) - How Can Large Language Models Enable Better Socially Assistive Human-Robot Interaction: A Brief Survey [0.478870181148207]
社会的支援ロボット (SAR) は, 特別なニーズのある利用者に対して, 個人化された認知効果のある支援を提供することで大きな成功を収めている。
大規模言語モデル(LLM)の最近の進歩により、SARの分野における新しい応用の可能性が高まっている。
論文 参考訳(メタデータ) (2024-04-01T05:50:56Z) - Determining the Difficulties of Students With Dyslexia via Virtual
Reality and Artificial Intelligence: An Exploratory Analysis [0.0]
VRAIlexiaプロジェクトは、この問題を解決するために、2つの異なるツールを提案している。
最初のものは、特定の心理学的・心理学的テストの実施のために、高等教育機関(Higher Education Institutions)のディプレックス学の学生の間で作成され、配布されている。
第2のツールは、アプリケーションやその他の調査を通じて収集されたデータに、特定の人工知能アルゴリズムを適用する。
論文 参考訳(メタデータ) (2024-01-15T20:26:09Z) - Evaluating the Efficacy of Interactive Language Therapy Based on LLM for
High-Functioning Autistic Adolescent Psychological Counseling [1.1780706927049207]
本研究では,高機能自閉症青年に対する対話型言語治療におけるLarge Language Models(LLMs)の有効性について検討した。
LLMは、従来の心理学的カウンセリング手法を強化する新しい機会を提供する。
論文 参考訳(メタデータ) (2023-11-12T07:55:39Z) - Redefining Digital Health Interfaces with Large Language Models [69.02059202720073]
大規模言語モデル(LLM)は、複雑な情報を処理できる汎用モデルとして登場した。
LLMが臨床医とデジタル技術との新たなインターフェースを提供する方法を示す。
自動機械学習を用いた新しい予後ツールを開発した。
論文 参考訳(メタデータ) (2023-10-05T14:18:40Z) - Large Language Models for Information Retrieval: A Survey [58.30439850203101]
情報検索は、項ベースの手法から高度なニューラルモデルとの統合へと進化してきた。
近年の研究では、大規模言語モデル(LLM)を活用してIRシステムの改善が試みられている。
LLMとIRシステムの合流点を探索し、クエリリライト、リトリバー、リランカー、リーダーといった重要な側面を含む。
論文 参考訳(メタデータ) (2023-08-14T12:47:22Z) - Community-Aware Transformer for Autism Prediction in fMRI Connectome [12.433556885503243]
Com-BrainTFは、ASD予測タスクのためのコミュニティ内およびコミュニティ間ノード埋め込みを学習する階層的なローカル・グローバル・トランスフォーマーアーキテクチャである。
我々のモデルは、ABIDEデータセット上での最先端(SOTA)アーキテクチャよりも優れており、アテンションモジュールから明らかな高い解釈可能性を持っている。
論文 参考訳(メタデータ) (2023-06-24T23:52:57Z) - OpenAGI: When LLM Meets Domain Experts [51.86179657467822]
ヒューマン・インテリジェンス(HI)は、複雑なタスクを解くための基本的なスキルの組み合わせに長けている。
この機能は人工知能(AI)にとって不可欠であり、包括的なAIエージェントに組み込まれるべきである。
マルチステップで現実的なタスクを解決するために設計されたオープンソースのプラットフォームであるOpenAGIを紹介します。
論文 参考訳(メタデータ) (2023-04-10T03:55:35Z) - The Semantic Reader Project: Augmenting Scholarly Documents through
AI-Powered Interactive Reading Interfaces [54.2590226904332]
本稿では,研究論文を対象とした動的読解インタフェースの自動作成を目的としたセマンティック・リーダー・プロジェクトについて述べる。
10のプロトタイプインターフェースが開発され、300人以上の参加者と現実世界のユーザが読書体験を改善している。
本論文は,研究論文を読む際,学者と公衆の面を巡って構築する。
論文 参考訳(メタデータ) (2023-03-25T02:47:09Z) - AEGIS: A real-time multimodal augmented reality computer vision based
system to assist facial expression recognition for individuals with autism
spectrum disorder [93.0013343535411]
本稿では,コンピュータビジョンと深部畳み込みニューラルネットワーク(CNN)を組み合わせたマルチモーダル拡張現実(AR)システムの開発について述べる。
提案システムはAIGISと呼ばれ,タブレット,スマートフォン,ビデオ会議システム,スマートグラスなど,さまざまなユーザデバイスにデプロイ可能な支援技術である。
我々は空間情報と時間情報の両方を活用して正確な表現予測を行い、それを対応する可視化に変換し、元のビデオフレーム上に描画する。
論文 参考訳(メタデータ) (2020-10-22T17:20:38Z) - Explore, Discover and Learn: Unsupervised Discovery of State-Covering
Skills [155.11646755470582]
情報理論的スキル発見の代替手法として,'Explore, Discover and Learn'(EDL)がある。
本稿では,EDLがカバレッジ問題を克服し,学習スキルの初期状態への依存を減らし,ユーザが学習すべき行動について事前定義できるようにするなど,大きなメリットがあることを示す。
論文 参考訳(メタデータ) (2020-02-10T10:49:53Z)
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。