論文の概要: Information Need in Metaverse Recordings - A Field Study

• arxiv url: http://arxiv.org/abs/2411.09053v1
• Date: Wed, 13 Nov 2024 22:23:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-15 15:23:15.960376
• Title: Information Need in Metaverse Recordings - A Field Study
• Title（参考訳）: メタバース記録における情報の必要性 -フィールドスタディ-
• Authors: Patrick Steinert, Jan Mischkies, Stefan Wagenpfeil, Ingo Frommholz, Matthias L. Hemmje,
• Abstract要約: メタバース記録 (Metaverse Recordings, MVRs) は、マルチメディア情報検索 (MMIR) 分野における新たなメディアタイプである。 本稿では,MVR検索に特有のユーザ情報や検索行動の理解を目的としたフィールドスタディから得られた知見について述べる。
• 参考スコア（独自算出の注目度）: 0.6990493129893112
• License:
• Abstract: Metaverse Recordings (MVRs) represent an emerging and underexplored media type within the field of Multimedia Information Retrieval (MMIR). This paper presents findings from a field study aimed at understanding the users information needs and search behaviors specific to MVR retrieval. By conducting and analyzing expert interviews, the study identifies application scenarios and highlights challenges in retrieving multimedia content from the metaverse. The results reveal existing application scenarios of MVRs and confirm the relevance of capturing time-series data from the graphical rendering process and related input-output devices, which are also highly relevant to user needs. Furthermore, the study provides a foundation for developing retrieval systems tailored to MVRs by defining use cases, user stereotypes, and specific requirements for MVR Retrieval systems. The findings contribute to a better understanding of information search behaviors in MVR Retrieval and pave the way for future research and system design in this field.
• Abstract（参考訳）: メタバース記録 (Metaverse Recordings, MVRs) は、マルチメディア情報検索(MMIR)分野におけるメディアタイプである。 本稿では,MVR検索に特有のユーザ情報や検索行動の理解を目的としたフィールドスタディから得られた知見について述べる。 専門家インタビューの実施と分析により,メタバースからマルチメディアコンテンツを検索する際の課題を明らかにする。 その結果、MVRの既存のアプリケーションシナリオを明らかにし、グラフィカルレンダリングプロセスと関連する入力出力デバイスから時系列データを取得することの関連性を確認した。 さらに,本研究は,MVR検索システムのユースケース,ユーザステレオタイプ,具体的要件を定義することで,MVRに適した検索システムを構築するための基盤を提供する。 この知見は,MVR検索における情報探索行動の理解の向上に寄与し,今後の研究・システム設計への道を開いた。

関連論文リスト

• Deep Learning based Visually Rich Document Content Understanding: A Survey [8.788354139674789]
  ビジュアルリッチドキュメント(VRD)は、学術、金融、医療、マーケティングにおいて不可欠である。 ディープラーニングはこのプロセスに革命をもたらし、マルチモーダル情報ビジョン、テキスト、レイアウトを活用するモデルを導入した。 これらのモデルは、様々な下流タスクで最先端のパフォーマンスを達成した。
  論文  参考訳（メタデータ） (2024-08-02T14:19:34Z)
• A Survey on Interpretable Cross-modal Reasoning [64.37362731950843]
  マルチメディア分析から医療診断に至るまで、クロスモーダル推論(CMR)が重要な分野として浮上している。 この調査は、解釈可能なクロスモーダル推論(I-CMR)の領域を掘り下げる 本調査では,I-CMRの3段階分類法について概説する。
  論文  参考訳（メタデータ） (2023-09-05T05:06:48Z)
• Information Screening whilst Exploiting! Multimodal Relation Extraction with Feature Denoising and Multimodal Topic Modeling [96.75821232222201]
  既存のマルチモーダル関係抽出(MRE)研究は、内部情報過剰利用と外部情報過多という2つの共存課題に直面している。 内部情報スクリーニングと外部情報活用を同時に実現する新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-05-19T14:56:57Z)
• Synergistic Interplay between Search and Large Language Models for Information Retrieval [141.18083677333848]
  InteRにより、RMはLLM生成した知識コレクションを使用してクエリの知識を拡張することができる。 InteRは、最先端手法と比較して総合的に優れたゼロショット検索性能を実現する。
  論文  参考訳（メタデータ） (2023-05-12T11:58:15Z)
• Multimodal Recommender Systems: A Survey [50.23505070348051]
  マルチモーダル・レコメンダ・システム(MRS)は近年,学界と産業の両方から注目を集めている。 本稿では,主に技術的観点から,MSSモデルに関する総合的な調査を行う。 実装コードなど、調査された論文の詳細にアクセスするために、リポジトリをオープンソース化します。
  論文  参考訳（メタデータ） (2023-02-08T05:12:54Z)
• RESAM: Requirements Elicitation and Specification for Deep-Learning Anomaly Models with Applications to UAV Flight Controllers [24.033936757739617]
  ドメインの専門家やディスカッションフォーラム、公式な製品ドキュメントから知識を統合化するための要件プロセスであるRESAMを紹介します。 本稿では,小型無人航空システムのための飛行制御システムに基づくケーススタディを提案し,その利用が効果的な異常検出モデルの構築を導くことを実証する。
  論文  参考訳（メタデータ） (2022-07-18T18:09:59Z)
• Retrieval-Enhanced Machine Learning [110.5237983180089]
  本稿では,いくつかの既存モデルを含む汎用的な検索強化機械学習フレームワークについて述べる。 REMLは情報検索の慣例に挑戦し、最適化を含む中核領域における新たな進歩の機会を提示している。 REMLリサーチアジェンダは、情報アクセス研究の新しいスタイルの基礎を築き、機械学習と人工知能の進歩への道を開く。
  論文  参考訳（メタデータ） (2022-05-02T21:42:45Z)
• Video-based Facial Micro-Expression Analysis: A Survey of Datasets, Features and Algorithms [52.58031087639394]
  マイクロ表現は不随意かつ過渡的な表情である。 嘘検出や犯罪検出など、幅広い応用において重要な情報を提供することができる。 マイクロ表現は過渡的で低強度であるため、検出と認識は困難であり、専門家の経験に大きく依存する。
  論文  参考訳（メタデータ） (2022-01-30T05:14:13Z)
• Deep Learning Methods for Abstract Visual Reasoning: A Survey on Raven's Progressive Matrices [0.0]
  私たちは最も一般的なタスクタイプであるRavenのプログレッシブマトリックス(RPM)に注目し、RPMを解決するために適用される学習方法とディープニューラルネットワークのレビューを提供します。 本稿は,RPM研究の発見から実世界の問題がいかに恩恵を受けるかを示すことによって,論文を締めくくっている。
  論文  参考訳（メタデータ） (2022-01-28T19:24:30Z)

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。