論文の概要: BIRD: A Museum Open Dataset Combining Behavior Patterns and Identity Types to Better Model Visitors' Experience

• arxiv url: http://arxiv.org/abs/2602.11160v1
• Date: Mon, 29 Dec 2025 07:44:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-23 12:01:13.512596
• Title: BIRD: A Museum Open Dataset Combining Behavior Patterns and Identity Types to Better Model Visitors' Experience
• Title（参考訳）: BIRD: 行動パターンとアイデンティティタイプを組み合わせた博物館オープンデータセットによる来訪者の体験改善
• Authors: Alexanne Worm, Florian Marchal, Sylvain Castagnos,
• Abstract要約: 本研究では,来訪者,訪問経験,フィードバックに関する包括的かつ詳細な情報を得るための調査を行った。 我々は、文脈データ(人口統計データ、嗜好、訪問習慣、モチベーション、社会的文脈)と行動データ(時空間軌跡、視線データ)を組み合わせたオープンデータセットを構築した。 文献にみられる特徴の大部分が組み合わさった来訪者の身元を再現し,Veron と Levasseur のプロフィールを再現することができた。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Lack of data is a recurring problem in Artificial Intelligence, as it is essential for training and validating models. This is particularly true in the field of cultural heritage, where the number of open datasets is relatively limited and where the data collected does not always allow for holistic modeling of visitors' experience due to the fact that data are ad hoc (i.e. restricted to the sole characteristics required for the evaluation of a specific model). To overcome this lack, we conducted a study between February and March 2019 aimed at obtaining comprehensive and detailed information about visitors, their visit experience and their feedback. We equipped 51 participants with eye-tracking glasses, leaving them free to explore the 3 floors of the museum for an average of 57 minutes, and to discover an exhibition of more than 400 artworks. On this basis, we built an open dataset combining contextual data (demographic data, preferences, visiting habits, motivations, social context. . . ), behavioral data (spatiotemporal trajectories, gaze data) and feedback (satisfaction, fatigue, liked artworks, verbatim. . . ). Our analysis made it possible to re-enact visitor identities combining the majority of characteristics found in the literature and to reproduce the Veron and Levasseur profiles. This dataset will ultimately make it possible to improve the quality of recommended paths in museums by personalizing the number of points of interest (POIs), the time spent at these different POIs, and the amount of information to be provided to each visitor based on their level of interest.
• Abstract（参考訳）: データ不足は、モデルのトレーニングと検証に不可欠であるため、人工知能において繰り返し発生する問題である。 これは、オープンデータセットの数が比較的限られている文化遺産の分野において特に当てはまり、収集されたデータは、データがアドホックである(すなわち、特定のモデルの評価に必要な唯一の特性に制限される)という事実から、訪問者の体験を総体的にモデル化できるとは限らない。 この欠如を克服するため,2019年2月から3月にかけて,来訪者,訪問経験,フィードバックに関する包括的かつ詳細な情報を得るための調査を行った。 我々は51人の参加者に視線追跡メガネを装着し,美術館の3階を平均57分間探索し,400点以上の展示品を展示した。 そこで我々は, 文脈データ(人口統計データ, 嗜好, 訪問習慣, モチベーション, 社会的文脈), 行動データ(時空間軌跡, 視線データ), フィードバック(満足感, 疲労, 好き嫌い, 口コミなど)を組み合わせたオープンデータセットを構築した。 文献にみられる特徴の大部分が組み合わさった来訪者の身元を再現し,Veron と Levasseur のプロフィールを再現することができた。 このデータセットは、最終的に、興味の点数(POI)、これらの異なるPOIに費やされた時間、興味のレベルに基づいて各訪問者に提供すべき情報量などをパーソナライズすることで、博物館の推奨パスの品質を向上させることができる。

関連論文リスト

• OpenDataArena: A Fair and Open Arena for Benchmarking Post-Training Dataset Value [74.80873109856563]
  OpenDataArena(ODA)は、トレーニング後のデータの本質的な価値をベンチマークするために設計された、総合的でオープンなプラットフォームである。 ODAは4つの主要な柱からなる包括的なエコシステムを確立している。 (i) 多様なモデル間で公平でオープンな比較を保証する統一的なトレーニング評価パイプライン、 (ii) 異なる軸数に沿ってデータ品質をプロファイリングする多次元スコアリングフレームワーク、 (iii) データセットの系図を視覚化してコンポーネントソースを識別するインタラクティブなデータ系統探索である。
  論文  参考訳（メタデータ） (2025-12-16T03:33:24Z)
• Unsupervised Memorability Modeling from Tip-of-the-Tongue Retrieval Queries [11.240888756303086]
  視覚的記憶可能性信号のモデル化のために設計された,最初の大規模教師なしデータセットを紹介する。 我々はRedditなどのオンラインプラットフォームからのToT検索クエリを活用している。 大規模視覚言語モデルは、GPT-4oのような最先端のモデルよりも優れており、オープンエンドの記憶可能性の記述を生成する。
  論文  参考訳（メタデータ） (2025-11-25T21:02:26Z)
• Understanding Museum Exhibits using Vision-Language Reasoning [52.35301212718003]
  博物館は、様々なエポック、文明、地域の文化遺産や歴史的遺物の保管所として機能している。 ドメイン固有モデルは、インタラクティブなクエリ解決と歴史的洞察を得るために不可欠である。 世界中の展示品に対して,65万枚の画像と2億枚の質問回答ペアの大規模なデータセットを収集し,キュレートする。
  論文  参考訳（メタデータ） (2024-12-02T10:54:31Z)
• Unlocking Comics: The AI4VA Dataset for Visual Understanding [62.345344799258804]
  本稿では,1950年代のフレンチ・ベルジアン漫画に,深度推定,セマンティックセグメンテーション,サリエンシ検出,キャラクタ識別などのタスクを注記した新しいデータセットを提案する。 2つの異なる一貫したスタイルで構成され、自然画像から得られたオブジェクトの概念とラベルを取り入れている。 このような多様な情報を含むことで、このデータセットは計算の創造性を約束するだけでなく、アートのデジタル化やストーリーテリングの革新のための道も提供します。
  論文  参考訳（メタデータ） (2024-10-27T14:27:05Z)
• MMSci: A Dataset for Graduate-Level Multi-Discipline Multimodal Scientific Understanding [59.41495657570397]
  本稿では,72の科学分野をカバーするNature Communicationsの記事からまとめられた包括的データセットについて述べる。 2つのベンチマークタスク(図のキャプションと複数選択)で19のプロプライエタリモデルとオープンソースモデルを評価し,人手による注釈を行った。 タスク固有データを用いた細調整Qwen2-VL-7Bは、GPT-4oや人間の専門家でさえも、マルチチョイス評価において優れた性能を示した。
  論文  参考訳（メタデータ） (2024-07-06T00:40:53Z)
• The Visual Experience Dataset: Over 200 Recorded Hours of Integrated Eye Movement, Odometry, and Egocentric Video [0.9644266648330361]
  Visual Experienceデータセットは717のセッションで構成されており、6歳から49歳の58人の観察者が記録している。 VEDBの潜在的な応用には、ビデオトラッキング方法論の改善、画像統計の評価、シーンとアクティビティの認識のためのディープニューラルネットワークの精細化などがある。
  論文  参考訳（メタデータ） (2024-02-15T10:34:28Z)
• Dataset Cartography: Mapping and Diagnosing Datasets with Training Dynamics [118.75207687144817]
  我々はデータセットを特徴付け、診断するモデルベースのツールであるData Mapsを紹介した。 私たちは、トレーニング中の個々のインスタンス上でのモデルの振る舞いという、ほとんど無視された情報のソースを活用しています。 以上の結果から,データ量から品質へのフォーカスの変化は,ロバストなモデルとアウト・オブ・ディストリビューションの一般化に繋がる可能性が示唆された。
  論文  参考訳（メタデータ） (2020-09-22T20:19:41Z)

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。