論文の概要: Talking to Your Data: Exploring Embodied Conversation as an Interface for Personal Health Reflection

• arxiv url: http://arxiv.org/abs/2606.17767v1
• Date: Tue, 16 Jun 2026 10:34:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-17 17:15:32.390001
• Title: Talking to Your Data: Exploring Embodied Conversation as an Interface for Personal Health Reflection
• Title（参考訳）: データと対話する: 身体的会話をパーソナル・ヘルス・リフレクションのインタフェースとして探る
• Authors: Nikola Kovacevic, Bastien Husler, Di Zhuang, Rafael Wampfler, Barbara Solenthaler,
• Abstract要約: ウェアラブルデータの軽量な前処理とUnityベースのエンボディ文字を組み合わせたシステムを提案する。 本研究では,本手法をオブジェクト内設計を用いたシミュレーション・セルフ・ユーザ・スタディにより評価する。
• 参考スコア（独自算出の注目度）: 3.887490901679446
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Personal health data from wearables are typically presented through dashboards of charts and summary statistics, requiring users to actively interpret patterns and implications. We explore an alternative interaction paradigm: engaging with personal health data through an embodied conversational agent that facilitates objective data reflection in dialogue with the user. We present a system that combines lightweight preprocessing of wearable data with a Unity-based embodied character. Internally, the system follows a dual-agent design in which an Observer agent extracts descriptive statistics and temporal trends, and a Presenter agent communicates these findings through "spoken statistics," intentionally refraining from clinical advice to isolate the impact of the interaction modality. We evaluate this approach through a simulated-self user study (N=5) using a within-subject design. Participants adopted health personas and goals derived from the LifeSnaps dataset to compare traditional dashboard exploration with embodied conversational reflection. Our evaluation focuses on perceived understanding, the specificity of generated actions, and the cognitive shift from passive viewing to active sensemaking. The paper contributes a functional prototype, a design pattern for objective health data narrative generation, and early empirical insights into how embodiment affects the interpretation of personal health metrics.
• Abstract（参考訳）: ウェアラブルの個人健康データは、通常、チャートと要約統計のダッシュボードを通じて表示され、ユーザはパターンや影響を積極的に解釈する必要がある。 我々は,ユーザとの対話において,客観的なデータリフレクションを促進する対話エージェントを具体化して,個人の健康データを扱うという,代替的なインタラクションパラダイムを探求する。 ウェアラブルデータの軽量な前処理とUnityベースのエンボディ文字を組み合わせたシステムを提案する。 内部的には、オブザーバエージェントが記述的統計と時間的傾向を抽出し、プレゼンターエージェントがこれらの知見を「意味のある統計」を通して伝達し、臨床的アドバイスを意図的に無視し、相互作用のモダリティの影響を分離する二重エージェント設計に従う。 本研究では,本手法を実物内設計を用いたシミュレーション自己学習(N=5)により評価する。 参加者は、LifeSnapsデータセットから得られたヘルスペルソナと目標を採用して、従来のダッシュボード探索と、具体化された会話リフレクションを比較した。 評価は、知覚的理解、生成行動の特異性、受動的視から能動的感作への認知的変化に焦点を当てた。 本論文は, 機能プロトタイプ, 客観的健康データ物語生成のためのデザインパターン, および, 身体が個人の健康指標の解釈にどのように影響するかに関する初期の経験的知見を提示する。

関連論文リスト

• Personal Visual Context Learning in Large Multimodal Models [53.33351452841322]
  パーソナライズされたクエリを解決するために,ユーザ固有の視覚的コンテキストを使用する即時学習機能であるPersonal Visual Context Learning(Personal)を提案する。 LMMを解析した結果,視覚的エビデンスを活用するメカニズムや,複数の視覚的観察を集約するメカニズムが重要視されていることが明らかとなった。 本稿では,ユーザの視覚的コンテキストを自己修復型メモリバンクに構造化し,クエリ適応型エビデンス選択を採用する強力なベースラインであるエージェントコンテキストバンクを提案する。
  論文  参考訳（メタデータ） (2026-05-11T17:59:17Z)
• PersonaDrift: A Benchmark for Temporal Anomaly Detection in Language-Based Dementia Monitoring [0.9668407688201359]
  PersonaDriftは、日々のコミュニケーションの進行的な変化を検出するための機械学習と統計的手法を評価するために設計されたベンチマークである。 このベンチマークは、介護者が特に有能であると強調した2種類の縦方向の変化に焦点を当てている。 予備的な結果は, ベースライン変動率の低いユーザにおいて, 単純な統計モデルを用いて, 平坦感が検出できることを示唆している。
  論文  参考訳（メタデータ） (2025-11-20T15:15:00Z)
• Modeling User Preferences via Brain-Computer Interfacing [54.3727087164445]
  我々はBrain-Computer Interface技術を用いてユーザの好みを推測し、その注意力は視覚的コンテンツと感情的体験との関連性に相関する。 我々はこれらを,情報検索,生成モデルのパーソナライズされたステアリング,感情経験のクラウドソーシング人口推定など,関連するアプリケーションにリンクする。
  論文  参考訳（メタデータ） (2024-05-15T20:41:46Z)
• Revisiting Self-supervised Learning of Speech Representation from a Mutual Information Perspective [68.20531518525273]
  我々は、情報理論の観点から、既存の自己教師型音声の手法を詳しく検討する。 我々は線形プローブを用いて、対象情報と学習された表現の間の相互情報を推定する。 我々は、ラベルを使わずに、データの異なる部分間の相互情報を見積もる自己教師型の表現を評価する可能性を探る。
  論文  参考訳（メタデータ） (2024-01-16T21:13:22Z)
• Probabilistic emotion and sentiment modelling of patient-reported experiences [0.04096453902709291]
  本研究では,オンライン体験談話から患者感情をモデル化する新しい手法を提案する。 ケアオピニオンから患者が報告した経験を分析するために,メタデータネットワークトピックをモデル化する。 マルチラベル感情とバイナリ感情の両方を予測できる確率論的・文脈特異的感情推薦システムを開発した。
  論文  参考訳（メタデータ） (2024-01-09T05:39:20Z)
• Enhancing HOI Detection with Contextual Cues from Large Vision-Language Models [56.257840490146]
  ConCueは、HOI検出における視覚的特徴抽出を改善するための新しいアプローチである。 コンテクストキューをインスタンスと相互作用検出器の両方に統合するマルチトウワーアーキテクチャを用いたトランスフォーマーベースの特徴抽出モジュールを開発した。
  論文  参考訳（メタデータ） (2023-11-26T09:11:32Z)
• MedNgage: A Dataset for Understanding Engagement in Patient-Nurse Conversations [4.847266237348932]
  症状を効果的に管理する患者は、医療従事者との会話や介入において、より高いレベルのエンゲージメントを示すことが多い。 AIシステムは、患者と実践者との自然な会話におけるエンゲージメントを理解して、患者のケアにもっと貢献することが不可欠である。 本稿では,がん症状管理に関する患者と看護者の会話をまとめた新しいデータセット(MedNgage)を提案する。
  論文  参考訳（メタデータ） (2023-05-31T16:06:07Z)
• 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)
• Context-Aware Personality Inference in Dyadic Scenarios: Introducing the UDIVA Dataset [21.140721329446595]
  本稿では,対面dyadicインタラクションの非機能データセットであるudivaを紹介する。 このデータセットは188セッションで配布された147人の参加者の間での90.5時間にわたる社会・リズムの相互作用で構成されている。 自己評価、自己報告、自己報告、内的状態、そして参加者による関係のプロファイリングが含まれる。
  論文  参考訳（メタデータ） (2020-12-28T15:08:02Z)

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。