論文の概要: A Reference Architecture for Gamified Cultural Heritage Applications Leveraging Generative AI and Augmented Reality
- arxiv url: http://arxiv.org/abs/2506.04090v1
- Date: Wed, 04 Jun 2025 15:49:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-05 21:20:14.433598
- Title: A Reference Architecture for Gamified Cultural Heritage Applications Leveraging Generative AI and Augmented Reality
- Title（参考訳）: ジェネレーティブAIと拡張現実を活用したゲーミフィケーション文化遺産アプリケーションのためのリファレンスアーキテクチャ
- Authors: Federico Martusciello, Henry Muccini, Antonio Bucchiarone,
- Abstract要約: 本稿では,ジェネレーティブAIと拡張現実を活用した,ゲーミフィケーション文化遺産アプリケーションのためのリファレンスアーキテクチャを提案する。
ゲーミフィケーションはモチベーションを高め、人工知能は適応的なストーリーテリングとパーソナライズされたコンテンツを可能にする。
- 参考スコア（独自算出の注目度）: 4.228905912230226
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The rapid advancement of Information and Communication Technologies is transforming Cultural Heritage access, experience, and preservation. However, many digital heritage applications lack interactivity, personalization, and adaptability, limiting user engagement and educational impact. This short paper presents a reference architecture for gamified cultural heritage applications leveraging generative AI and augmented reality. Gamification enhances motivation, artificial intelligence enables adaptive storytelling and personalized content, and augmented reality fosters immersive, location-aware experiences. Integrating AI with gamification supports dynamic mechanics, personalized feedback, and user behavior prediction, improving engagement. The modular design supports scalability, interoperability, and adaptability across heritage contexts. This research provides a framework for designing interactive and intelligent cultural heritage applications, promoting accessibility and deeper appreciation among users and stakeholders.
- Abstract（参考訳）: 情報通信技術の急速な進歩は、文化遺産へのアクセス、経験、保存を変革させている。
しかし、多くのデジタル遺産アプリケーションは、対話性、パーソナライゼーション、適応性に欠けており、ユーザのエンゲージメントや教育的影響を制限している。
本稿では,ジェネレーティブAIと拡張現実を活用した,ゲーミフィケーション文化遺産アプリケーションのためのリファレンスアーキテクチャを提案する。
ゲーミフィケーションはモチベーションを高め、人工知能は適応的なストーリーテリングとパーソナライズされたコンテンツを可能にする。
AIとゲーミフィケーションの統合は、ダイナミックメカニクス、パーソナライズされたフィードバック、ユーザの振る舞い予測をサポートし、エンゲージメントを改善する。
モジュール設計は、拡張性、相互運用性、遺産のコンテキストを越えた適応性をサポートする。
本研究は、インタラクティブでインテリジェントな文化遺産アプリケーションを設計し、ユーザとステークホルダー間のアクセシビリティと深い評価を促進するためのフレームワークを提供する。
関連論文リスト
- Cultural Learning-Based Culture Adaptation of Language Models [70.1063219524999]
大きな言語モデル(LLM)をさまざまな文化的価値に適用することは難しい課題です。
文化的学習に基づくLLMと文化的価値との整合性を高めるための新しい枠組みであるCLCAについて述べる。
論文 参考訳（メタデータ） (2025-04-03T18:16:26Z) - Grand Challenges in Immersive Technologies for Cultural Heritage [6.678822458675665]
没入型技術の統合は、文化遺産の提示方法を変えてきた。
これらのテクノロジの採用は、さまざまな課題や潜在的なリスクをもたらします。
論文 参考訳（メタデータ） (2024-12-03T21:39:01Z) - Leveraging Retrieval-Augmented Generation for Culturally Inclusive Hakka Chatbots: Design Insights and User Perceptions [4.388667614435888]
本研究は台湾のハッカ文化の豊かな遺産を推進・保護するための画期的なアプローチを紹介する。
外部データベースと生成AIモデルを統合することで、RAGテクノロジはこのギャップを埋める。
これは、デジタルプラットフォームが文化的アイデンティティを希薄にする時代において特に重要である。
論文 参考訳（メタデータ） (2024-10-21T01:36:08Z) - Massively Multi-Cultural Knowledge Acquisition & LM Benchmarking [48.21982147529661]
本稿では,多文化知識獲得のための新しいアプローチを提案する。
本手法は,文化トピックに関するウィキペディア文書からリンクページの広範囲なネットワークへ戦略的にナビゲートする。
私たちの仕事は、AIにおける文化的格差のギャップを深く理解し、橋渡しするための重要なステップです。
論文 参考訳（メタデータ） (2024-02-14T18:16:54Z) - Towards Ubiquitous Semantic Metaverse: Challenges, Approaches, and
Opportunities [68.03971716740823]
近年,拡張現実(AR)および仮想現実(VR)ユーザーのための没入型サイバーバーチャル体験に革命をもたらすために,ユビキタスセマンティック・メタバースが研究されている。
この調査は、ユビキタスメタバースにおける4つの基本システムコンポーネントの表現とインテリジェンスに焦点を当てる。
論文 参考訳（メタデータ） (2023-07-13T11:14:46Z) - Interactive Natural Language Processing [67.87925315773924]
対話型自然言語処理(iNLP)は,NLP分野における新しいパラダイムとして登場した。
本稿では,iNLPの概念の統一的定義と枠組みを提案することから,iNLPに関する包括的調査を行う。
論文 参考訳（メタデータ） (2023-05-22T17:18:29Z) - ArK: Augmented Reality with Knowledge Interactive Emergent Ability [115.72679420999535]
基礎モデルから新しいドメインへの知識記憶の伝達を学習する無限エージェントを開発する。
私たちのアプローチの核心は、Augmented Reality with Knowledge Inference Interaction (ArK)と呼ばれる新しいメカニズムである。
我々のArKアプローチは,大規模な基礎モデルと組み合わせることで,生成された2D/3Dシーンの品質を大幅に向上することを示す。
論文 参考訳（メタデータ） (2023-05-01T17:57:01Z) - Learning Robust Real-Time Cultural Transmission without Human Data [82.05222093231566]
人工知能エージェントにおけるゼロショット、高リコール文化伝達を生成する方法を提案する。
我々のエージェントは、事前に収集された人間のデータを使わずに、新しい文脈で人間からリアルタイムの文化的伝達に成功した。
これは、人工知能を開発するアルゴリズムとしての文化進化の道を開くものである。
論文 参考訳（メタデータ） (2022-03-01T19:32:27Z)
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。