論文の概要: Bayesian Expected Uncertainty Reduction (B-EUR) Model: A Computational Account of What Makes Design Options Worth Trying

• arxiv url: http://arxiv.org/abs/2608.05642v1
• Date: Thu, 06 Aug 2026 06:36:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-07 17:43:06.702435
• Title: Bayesian Expected Uncertainty Reduction (B-EUR) Model: A Computational Account of What Makes Design Options Worth Trying
• Title（参考訳）: Bayesian氏が期待する不確実性削減(B-EUR)モデル
• Abstract要約: 本稿では,候補設計行動の試行価値を,期待される行動の不確実性の低減として定式化するモデルを提案する。 本稿では,2つの環境特性について検討する。 一般化可能性, あるいは1つの試行からの知識が, 近隣の候補者にどの程度伸びるか, 結果の識別可能性である。
• 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: This paper proposes the Bayesian Expected Uncertainty Reduction (B-EUR) model, which formalizes the value of trying a candidate design action as its expected reduction of epistemic uncertainty about action--outcome relations. The model addresses one part of the Uncertainty Driven Action (UDA) model's open question concerning how changes in uncertainty perception determine action selection. We examine two environmental properties: generalizability, or how far knowledge from one trial extends to neighboring candidates, and outcome discriminability, or how clearly differences among outcomes can be distinguished. We tested the model through simulations and human experiments using a graph-shape guessing task that isolates learning about action--outcome relations under a limited trial budget. Epistemic value followed an inverted-U-shaped relationship with generalizability and increased with outcome discriminability in the simulations. In the human experiments, the subjective value of trying and enjoyment followed inverted-U-shaped relationships with generalizability, while choice behavior reflected both properties. The B-EUR model provides a computational account of candidate-action evaluation within uncertainty-driven design activity and offers implications for constructing prototype sets, framing design problems, and organizing feedback to support informative exploration.
• Abstract（参考訳）: 本稿では,提案するベイズ予測不確実性低減モデル(B-EUR)を提案する。 このモデルは、不確実性駆動行動(UDA)モデルにおいて、不確実性知覚の変化が行動選択をどのように決定するかというオープンな疑問の1つに対処する。 本研究では,2つの環境特性について検討する: 一般化可能性, あるいは1つの試行から得られる知識が, 近隣の候補者にどの程度まで及ぶか, 結果の識別性, 結果の相違がどの程度明確か。 我々は,限られた試行予算の下で,行動関係の学習を分離するグラフ形状推定タスクを用いて,シミュレーションと人体実験によりモデルを検証した。 疫学的な価値は、一般化可能性と逆U字型の関係を辿り、シミュレーションの結果の識別可能性を高めた。 ヒト実験では, 試行と楽しさの主観的価値は, 一般性と逆U字型関係に続き, 選択行動は両特性を反映した。 B-EURモデルは、不確実性駆動設計活動における候補-アクション評価の計算的説明を提供し、プロトタイプセットの構築、設計問題のフレーミング、情報探索を支援するフィードバックの組織化に影響を及ぼす。

関連論文リスト

• Counterfactual Quotient Models: Learning What Actions Change, Not What the World Does [14.67340173071927]
  強化学習モデルは一般的に、完全な将来の状態、観察、または特徴の占有率を予測する。 このモデルでは、アクション間で共有されるコンポーネントによってのみ異なる場合に、アクション条件付き未来を等価として扱う。
  論文  参考訳（メタデータ） (2026-08-22T19:55:57Z)
• Reading Cognition as Decisions Unfold in Words: A Factorized Inverse Decision Model [67.84198127797005]
  逆決定モデリングは、観察された行動から決定過程の潜伏特性を推定する。 本稿では、各個人のタスク実行可能性を行動要因と努力要因に分解する因子化逆決定モデル(FIDM)を提案する。
  論文  参考訳（メタデータ） (2026-08-10T07:46:13Z)
• Bounding the Causal Impact of ML-assisted Decision-Making via Counterfactual Correctness [2.9267249513932008]
  本稿では,新しいモデルの因果的効果に対する境界を構築するための部分同定手法を提案する。 このアプローチの中核的な革新は、詳細な予測精度に関する仮定を下流の結果に活用することである。
  論文  参考訳（メタデータ） (2026-07-23T20:45:10Z)
• Beyond the Training Distribution: Evaluating Predictions Under Distribution Shift and Selection Bias [4.124127724629818]
  デプロイ前に新しい環境で予測モデルがどのように機能するかを検討する。 任意のブラックボックス予測モデルのターゲットリスクを推定するための二重機械学習手法を提案する。 eICU電子健康記録データベースを用いた実験により推定器の評価を行った。
  論文  参考訳（メタデータ） (2026-06-12T14:39:03Z)
• BehaviorBench: Modeling Real-World User Decisions from Behavioral Traces [53.55407626944686]
  textscBehaviorBenchは、実世界の行動トレースからパーソナライズされた意思決定モデリングを評価するためのベンチマークである。 textscBehaviorBenchは、公開市場とオンチェーンの記録からウォレットレベルの意思決定履歴を再構築する。 2,000以上の評価ウォレットで、ベンチマークには141,445のBeliefインスタンスと1,485,972のTradeインスタンスが含まれている。
  論文  参考訳（メタデータ） (2026-06-01T19:04:36Z)
• Evaluating Pragmatic Reasoning in Large Language Models: Evidence from Scalar Diversity [2.538209532048867]
  本研究は,複数のモデルおよび実験環境における直接確率測定とメタinguistic promptingの比較を行った。 その結果, 評価手法が相反する結果が得られず, 実用的行動はモデルファミリ, 促進戦略, タスク構造によって大きく異なることがわかった。
  論文  参考訳（メタデータ） (2026-05-09T16:28:50Z)
• ARISE: An Adaptive Resolution-Aware Metric for Test-Time Scaling Evaluation in Large Reasoning Models [102.4511331368587]
  ARISE(Adaptive Resolution-Aware Scaling Evaluation)は、大規模推論モデルの試験時間スケーリングの有効性を評価するために設計された新しい尺度である。 我々は、様々な領域にわたる最先端の推論モデルを評価する包括的な実験を行う。
  論文  参考訳（メタデータ） (2025-10-07T15:10:51Z)
• Model-free Methods for Event History Analysis and Efficient Adjustment (PhD Thesis) [55.2480439325792]
  この論文は、モデルフリーの観点から統一された統計学への独立した貢献のシリーズである。 第1章では、機械学習から予測技術を活用する柔軟なメソッドを定式化するために、モデルフリーの視点をどのように利用できるか、詳しく説明している。 第2章では、あるプロセスの進化が他のプロセスに直接影響されるかどうかを記述した地域独立の概念を研究している。
  論文  参考訳（メタデータ） (2025-02-11T19:24:09Z)
• Sensitivity-Aware Amortized Bayesian Inference [8.753065246797561]
  感度分析は、様々なモデリング選択が統計的分析の結果に与える影響を明らかにする。 ニューラルネットワークを用いたシミュレーションベース推論に感度解析を統合するための多面的アプローチである感性認識型ベイズ推論(SA-ABI)を提案する。 本稿では,本手法が病気発生のダイナミクスや地球温暖化のしきい値から人的意思決定に至るまで,応用モデリング問題における有効性を示す。
  論文  参考訳（メタデータ） (2023-10-17T10:14:10Z)
• Delving into Identify-Emphasize Paradigm for Combating Unknown Bias [52.76758938921129]
  同定精度を高めるため,有効バイアス強調スコアリング法(ECS)を提案する。 また, マイニングされたバイアスアライメントとバイアスコンプリケート試料のコントリビューションのバランスをとるために, 勾配アライメント(GA)を提案する。 様々な環境で複数のデータセットで実験を行い、提案されたソリューションが未知のバイアスの影響を軽減することを実証した。
  論文  参考訳（メタデータ） (2023-02-22T14:50:24Z)
• Neural Causal Models for Counterfactual Identification and Estimation [62.30444687707919]
  本稿では,ニューラルモデルによる反事実文の評価について検討する。 まず、神経因果モデル(NCM)が十分に表現可能であることを示す。 第2に,反事実分布の同時同定と推定を行うアルゴリズムを開発する。
  論文  参考訳（メタデータ） (2022-09-30T18:29:09Z)
• Empirical Estimates on Hand Manipulation are Recoverable: A Step Towards Individualized and Explainable Robotic Support in Everyday Activities [80.37857025201036]
  ロボットシステムの鍵となる課題は、他のエージェントの振る舞いを理解することである。 正しい推論の処理は、(衝突)因子が実験的に制御されない場合、特に困難である。 人に関する観察研究を行うために必要なツールをロボットに装備することを提案する。
  論文  参考訳（メタデータ） (2022-01-27T22:15:56Z)
• Decision-Making with Auto-Encoding Variational Bayes [71.44735417472043]
  変分分布とは異なる後部近似を用いて意思決定を行うことが示唆された。 これらの理論的な結果から,最適モデルに関するいくつかの近似的提案を学習することを提案する。 おもちゃの例に加えて,単細胞RNAシークエンシングのケーススタディも紹介する。
  論文  参考訳（メタデータ） (2020-02-17T19:23:36Z)

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。