論文の概要: Human vs. NAO: A Computational-Behavioral Framework for Quantifying Social Orienting in Autism and Typical Development
- arxiv url: http://arxiv.org/abs/2603.22759v1
- Date: Tue, 24 Mar 2026 03:37:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-25 19:53:37.283717
- Title: Human vs. NAO: A Computational-Behavioral Framework for Quantifying Social Orienting in Autism and Typical Development
- Title（参考訳）: 人間対NAO:自閉症と典型的発達における社会的指向の定量化のための計算行動枠組み
- Authors: Vartika Narayani Srinet, Anirudha Bhattacharjee, Braj Bhushan, Bishakh Bhattacharya,
- Abstract要約: 自閉症スペクトラム障害(ASD)の検出における最も顕著な側面の1つである。
ASDの小児は、頻度の低下、遅延の増加、あるいは非定型的な反応パターンを示すことが多い。
この研究は、社会的な手がかりの源泉とモダリティが、名前呼び出しの文脈における注意のダイナミクスにどのように影響するかを理解することを目的としている。
- 参考スコア（独自算出の注目度）: 0.6999740786886536
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Responding to one's name is among the earliest-emerging social orienting behaviors and is one of the most prominent aspects in the detection of Autism Spectrum Disorder (ASD). Typically developing children exhibit near-reflexive orienting to their name, whereas children with ASD often demonstrate reduced frequency, increased latency, or atypical patterns of response. In this study, we examine differential responsiveness to quantify name-calling stimuli delivered by both human agents and NAO, a humanoid robot widely employed in socially assistive interventions for autism. The analysis focuses on multiple behavioral parameters, including eye contact, response latency, head and facial orientation shifts, and duration of sustained interest. Video-based computational methods were employed, incorporating face detection, eye region tracking, and spatio-temporal facial analysis, to obtain fine-grained measures of children's responses. By comparing neurotypical and neuroatypical groups under controlled human-robot conditions, this work aims to understand how the source and modality of social cues affect attentional dynamics in name-calling contexts. The findings advance both the theoretical understanding of social orienting deficits in autism and the applied development of robot-assisted assessment tools.
- Abstract（参考訳）: 自閉症スペクトラム障害(ASD)の検出において最も顕著な側面の1つである。
発達途上国の子供たちは、名前にほぼ反射的指向性を示すのに対し、ASDを持つ子供は、頻度の低下、遅延の増加、あるいは非定型的な反応パターンを示すことが多い。
本研究では,人間のエージェントと,自閉症に対する社会的援助的介入に広く用いられているヒューマノイドロボットNAOの双方から提供される名前呼び出し刺激を定量化するための差動応答性について検討した。
この分析は、アイコンタクト、応答遅延、頭と顔の向きの変化、持続的な関心の持続など、複数の行動パラメータに焦点を当てている。
子どもの反応のきめ細かい測度を得るために, 顔検出, 視線領域追跡, 時空間分析を取り入れたビデオベースの計算手法が用いられた。
制御されたヒト-ロボット条件下での神経型群と神経型群を比較することにより、社会的な手がかりの源泉とモダリティが、名前呼び出しの文脈における注意動態にどのように影響するかを理解することを目的とする。
その結果、自閉症における社会的指向性障害の理論的理解と、ロボット支援アセスメントツールの応用開発が進展した。
関連論文リスト
- A Hybrid Deep Learning Framework for Emotion Recognition in Children with Autism During NAO Robot-Mediated Interaction [0.6524460254566904]
本研究では,ヒューマノイドロボットによる名前呼び出しイベントに対する自閉症児の感情認識のための新しい深層学習パイプラインを提案する。
データセットは、ASDを持つ15人の子供のビデオ記録から抽出された約5万の顔フレームから構成される。
論文 参考訳（メタデータ） (2025-12-13T06:40:01Z) - Human Behavior Atlas: Benchmarking Unified Psychological and Social Behavior Understanding [50.34821397821815]
Human Behavior Atlasは、テキスト、オーディオ、視覚的モダリティにまたがる10万以上のサンプルで構成されている。
統合作業は冗長性とコストを低減し、タスク間の効率的なスケーリングを可能にし、ドメイン間の行動特徴の一般化を促進する。
論文 参考訳（メタデータ） (2025-10-06T15:16:45Z) - Gaze Behavior During a Long-Term, In-Home, Social Robot Intervention for Children with ASD [1.974700855664992]
非定型視線行動は自閉症スペクトラム障害(ASD)の指標である
本研究では、社会ロボット、ALDを持つ子供、介護者との三者間相互作用を促進するために、1か月の在宅介入が与える影響について検討する。
論文 参考訳（メタデータ） (2025-01-05T15:33:22Z) - Hear Me, See Me, Understand Me: Audio-Visual Autism Behavior Recognition [47.550391816383794]
本稿では,音声・視覚自閉症の行動認識の新たな課題について紹介する。
社会的行動認識は、AIによる自閉症スクリーニング研究において、これまで省略されてきた重要な側面である。
データセット、コード、事前トレーニングされたモデルをリリースします。
論文 参考訳（メタデータ） (2024-03-22T22:52:35Z) - Love, Joy, and Autism Robots: A Metareview and Provocatype [0.0]
自閉症ロボットレビューのレビューを行い,自閉症者の第2位から第24位(25点中24点)の研究の方向性について検討した。
我々は、最新の自閉症研究、フェミニストHRI、ロボティクスの原理と発見に基づいて、役割の逆転を想像する。
論文 参考訳（メタデータ） (2024-03-08T07:01:12Z) - Hybrid Models for Facial Emotion Recognition in Children [0.0]
本稿では,遠隔操作型ロボットによる子どものセラピーの実践において,心理学者を支援するための感情認識技術の利用に焦点を当てた。
Embodied Conversational Agents (ECA) は、プロが社会的課題に直面している子供と繋がる手助けをする仲介ツールである。
論文 参考訳（メタデータ） (2023-08-24T04:20:20Z) - Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A
Survey [71.43956423427397]
本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。
この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。
もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
論文 参考訳（メタデータ） (2022-07-20T13:37:57Z) - Data-driven emotional body language generation for social robotics [58.88028813371423]
社会ロボティクスでは、人間型ロボットに感情の身体的表現を生成する能力を与えることで、人間とロボットの相互作用とコラボレーションを改善することができる。
我々は、手作業で設計されたいくつかの身体表現から学習する深層学習データ駆動フレームワークを実装した。
評価実験の結果, 生成した表現の人間同型とアニマシーは手作りの表現と異なる認識が得られなかった。
論文 参考訳（メタデータ） (2022-05-02T09:21:39Z) - The world seems different in a social context: a neural network analysis
of human experimental data [57.729312306803955]
本研究では,先行・知覚的信号の精度を変化させることで,個人・社会的タスク設定の両方で人間の行動データを再現可能であることを示す。
トレーニングされたネットワークの神経活性化トレースの分析は、情報が個人や社会的条件のネットワークにおいて、根本的に異なる方法でコード化されていることを示す。
論文 参考訳（メタデータ） (2022-03-03T17:19:12Z) - A Two-stage Multi-modal Affect Analysis Framework for Children with
Autism Spectrum Disorder [3.029434408969759]
実環境における遊び療法におけるASDの影響状態の3つの主要な影響状態を予測するために,音響的および視覚的手がかりを利用したオープンソースの2段階マルチモーダルアプローチを提案する。
この研究は、2段階のスキーマを提案することによって、ASDに対する人間の専門知識とマシンインテリジェンスを組み合わせる新しい方法を示す。
論文 参考訳（メタデータ） (2021-06-17T01:28:53Z)
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。