論文の概要: Perception Graph for Cognitive Attack Reasoning in Augmented Reality
- arxiv url: http://arxiv.org/abs/2509.05324v1
- Date: Sat, 30 Aug 2025 20:48:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-09 14:07:03.42513
- Title: Perception Graph for Cognitive Attack Reasoning in Augmented Reality
- Title（参考訳）: 拡張現実における認知的アタック推論のための知覚グラフ
- Authors: Rongqian Chen, Shu Hong, Rifatul Islam, Mahdi Imani, G. Gary Tan, Tian Lan,
- Abstract要約: 本稿では,拡張現実システム内での人間の知覚を推論する新しいモデルを提案する。
本モデルは,まずMR環境から重要な情報を解釈する人間の過程を模倣して動作する。
モデルが知覚歪みのレベルを反映した定量的スコアを計算する方法を示す。
- 参考スコア（独自算出の注目度）: 12.005631730339708
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Augmented reality (AR) systems are increasingly deployed in tactical environments, but their reliance on seamless human-computer interaction makes them vulnerable to cognitive attacks that manipulate a user's perception and severely compromise user decision-making. To address this challenge, we introduce the Perception Graph, a novel model designed to reason about human perception within these systems. Our model operates by first mimicking the human process of interpreting key information from an MR environment and then representing the outcomes using a semantically meaningful structure. We demonstrate how the model can compute a quantitative score that reflects the level of perception distortion, providing a robust and measurable method for detecting and analyzing the effects of such cognitive attacks.
- Abstract（参考訳）: 拡張現実(AR)システムは戦術的環境にますます展開されているが、シームレスな人間とコンピュータの相互作用への依存は、ユーザの認識を操り、ユーザの意思決定を著しく損なう認知的攻撃に弱い。
この課題に対処するために,これらのシステム内での人間の知覚を推論する新しいモデルであるPerception Graphを紹介した。
我々のモデルはまず,MR環境から重要な情報を解釈し,意味論的に意味のある構造を用いて結果を表現するという人間の過程を模倣することによって機能する。
モデルが知覚歪みのレベルを反映した定量的スコアを計算し、そのような認知的攻撃を検知し分析するための頑健で測定可能な方法を提供することを実証する。
関連論文リスト
- A Neurosymbolic Framework for Interpretable Cognitive Attack Detection in Augmented Reality [30.59764541723801]
CADARは、拡張現実における認知的攻撃検出のための新しいニューロシンボリックアプローチである。
ニューラルVLMを用いてマルチモーダル視覚言語入力を融合し、シンボリックな知覚グラフ表現を得る。
拡張されたAR認知攻撃データセットの実験では、強いベースラインよりも最大10.7%精度が向上した。
論文 参考訳（メタデータ） (2025-08-07T17:59:49Z) - Decoding Susceptibility: Modeling Misbelief to Misinformation Through a Computational Approach [61.04606493712002]
誤報に対する感受性は、観測不可能な不検証の主張に対する信念の度合いを記述している。
既存の感受性研究は、自己報告された信念に大きく依存している。
本稿では,ユーザの潜在感受性レベルをモデル化するための計算手法を提案する。
論文 参考訳（メタデータ） (2023-11-16T07:22:56Z) - Mitigating Adversarial Attacks in Deepfake Detection: An Exploration of
Perturbation and AI Techniques [1.0718756132502771]
敵の例は微妙な摂動で きれいな画像やビデオに 巧みに注入される
ディープフェイクは世論を操り、世論の評判を損なう強力なツールとして登場した。
この記事では、多面的な敵の例の世界を掘り下げ、ディープラーニングアルゴリズムを騙す能力の背後にある原則を解明する。
論文 参考訳（メタデータ） (2023-02-22T23:48:19Z) - Interpreting Neural Policies with Disentangled Tree Representations [58.769048492254555]
本稿では,コンパクトなニューラルポリシーの解釈可能性について,不整合表現レンズを用いて検討する。
決定木を利用して,ロボット学習における絡み合いの要因を抽出する。
学習したニューラルダイナミクスの絡み合いを計測する解釈可能性指標を導入する。
論文 参考訳（メタデータ） (2022-10-13T01:10:41Z) - On the Robustness of Quality Measures for GANs [136.18799984346248]
本研究は、インセプションスコア(IS)やFr'echet Inception Distance(FID)のような生成モデルの品質測定の堅牢性を評価する。
このような測度は、加算画素摂動によっても操作可能であることを示す。
論文 参考訳（メタデータ） (2022-01-31T06:43:09Z) - Affect-Aware Deep Belief Network Representations for Multimodal
Unsupervised Deception Detection [3.04585143845864]
ラベルを必要とせず、ビデオの現実世界、高い盗難を検出するための教師なしのアプローチ。
本稿では,感情を意識しないDeep Belief Networks (DBN) の新たなアプローチを提案する。
また、DBNモデルを訓練する機能として顔の感情を使用するだけでなく、音声・視覚表現の整列器として顔の感情を利用するDBN訓練手順も導入する。
論文 参考訳（メタデータ） (2021-08-17T22:07:26Z) - Towards Unbiased Visual Emotion Recognition via Causal Intervention [63.74095927462]
本稿では,データセットバイアスによる負の効果を軽減するために,新しい感情認識ネットワーク(IERN)を提案する。
IERNの有効性を検証する一連の設計されたテストと、3つの感情ベンチマークの実験は、IERNが他の最先端のアプローチよりも優れていることを示した。
論文 参考訳（メタデータ） (2021-07-26T10:40:59Z) - Cognitive architecture aided by working-memory for self-supervised
multi-modal humans recognition [54.749127627191655]
人間パートナーを認識する能力は、パーソナライズされた長期的な人間とロボットの相互作用を構築するための重要な社会的スキルです。
ディープラーニングネットワークは最先端の結果を達成し,そのような課題に対処するための適切なツールであることが実証された。
1つの解決策は、ロボットに自己スーパービジョンで直接の感覚データから学習させることである。
論文 参考訳（メタデータ） (2021-03-16T13:50:24Z) - On the Sensory Commutativity of Action Sequences for Embodied Agents [2.320417845168326]
群論の数学的形式論に基づくエンボディエージェントの知覚について検討する。
本稿では,エージェントの自由度が環境に与える影響を計測する感覚コミュニケーション確率基準を提案する。
本研究では,SCPと行動系列の可換性を用いて環境中の物体を学習する方法を実証的に説明する。
論文 参考訳（メタデータ） (2020-02-13T16:58:23Z)
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。