論文の概要: Computational Measurement of Team-Process Phase Dynamics in Collaborative Virtual Reality

• arxiv url: http://arxiv.org/abs/2608.18660v1
• Date: Wed, 19 Aug 2026 08:05:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-20 20:13:55.337842
• Title: Computational Measurement of Team-Process Phase Dynamics in Collaborative Virtual Reality
• Title（参考訳）: 協調型バーチャルリアリティにおけるチーム・プロセスの位相ダイナミクスの計算的測定
• Abstract要約: 本稿では,協調VRゲームにおけるタイムスタンプ対話から動的チームプロセスフェーズを検出し,解釈するためのフレームワークを提案する。 ローカルにデプロイされた大規模言語モデル(LLM)は、コンテキスト内学習を使用して初期解釈を生成し、その後人間によってレビューされる。
• 参考スコア（独自算出の注目度）: 9.928781897312971
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Collaborative virtual reality (VR) environments make team communication observable as it unfolds, but conventional transcript analyses often summarize entire trials or divide them into fixed temporal windows. Such approaches can obscure changes in team communication and coordination over time. This article presents a computational framework for detecting and interpreting dynamic team-process phases from timestamped dialogue in a collaborative VR game. The framework uses late chunking to generate context-aware transcript representations, aggregates them into temporal chunks, and applies penalized Gaussian-kernel change-point detection to identify semantic transitions in team communication. After boundary detection, term frequency--inverse document frequency (TF-IDF), non-negative matrix factorization (NMF), and representative transcript segments provide structured evidence for phase interpretation. A locally deployed large language model (LLM) uses in-context learning to generate initial interpretations that are subsequently reviewed by humans. Independently recorded interaction logs are then aligned with the detected phases to examine corresponding task-action patterns. The evaluation compares representations, pooling strategies, segmentation methods, parameter settings, reviewed phase interpretations, and phase-aligned interaction profiles. The results show that the framework identifies coherent and interpretable phase structures while preserving traceability to the underlying transcript evidence. The correspondence between transcript-derived phases and interaction behavior further supports their relevance for analyzing collaborative activity. The framework therefore offers a transparent and transferable approach for studying temporal changes in teamwork from timestamped transcripts across collaborative task settings.
• Abstract（参考訳）: コラボレーション型バーチャルリアリティ(VR)環境は、チームコミュニケーションが展開するにつれて観測可能であるが、従来の転写解析では、トライアル全体を要約したり、固定時間ウィンドウに分割することが多い。 このようなアプローチは、時間の経過とともにチームのコミュニケーションや調整に不明瞭な変化をもたらす可能性がある。 本稿では,協調型VRゲームにおけるタイムスタンプ対話から動的チームプロセスフェーズを検出し,解釈するための計算フレームワークを提案する。 このフレームワークは、遅延チャンキングを使用してコンテキスト対応のトランスクリプト表現を生成し、それらを時間チャンクに集約し、ペナル化されたガウスカーネル変更点検出を適用して、チームコミュニケーションにおけるセマンティックトランジションを識別する。 境界検出後、項周波数逆文書周波数(TF-IDF)、非負行列分解(NMF)、代表転写セグメントは位相解釈の構造化された証拠を提供する。 ローカルにデプロイされた大規模言語モデル(LLM)は、コンテキスト内学習を使用して初期解釈を生成し、その後人間によってレビューされる。 独立に記録されたインタラクションログは、検出されたフェーズと整列して、対応するタスクアクションパターンを調べる。 評価は、表現、プーリング戦略、セグメンテーション方法、パラメータ設定、レビューされた位相解釈、位相整合相互作用プロファイルを比較する。 以上の結果から,本フレームワークは基盤となる転写証拠のトレーサビリティを保ちながら,コヒーレントかつ解釈可能な相構造を同定する。 転写由来の位相と相互作用行動の対応は、協調活動の分析におけるそれらの関連性をさらに裏付ける。 したがって、このフレームワークは、チームワークの時間的変化をタイムスタンプで記録したテキストから、協調的なタスク設定を通して研究するための透過的で伝達可能なアプローチを提供する。

関連論文リスト

• On the Role of Conversational Timing in Synthetic Training Data for ASR [1.0251581485267474]
  本稿では,会話のタイミングを制御可能な学習変数として検討する。 複数の対話コーパスから推定した指数型タイピングファミリーを用いて、停止時間と重複タイミングの分布をパラメータ化する。
  論文  参考訳（メタデータ） (2026-07-09T11:40:33Z)
• Identifying Effective Program Comprehension Strategies through Gaze Transitions over Syntactic Elements [0.0]
  本研究では、視線追跡データを構文ノード間の遷移に変換し、固定率や視線遷移パターンを分析する。 これらのパターンとタスクの正しさの関係について検討し,正誤群と誤群を比較した。 特に、成功している参加者は、構文的要素間のより体系的な遷移を示し、構造化読解戦略の使用を示唆している。
  論文  参考訳（メタデータ） (2026-07-01T15:06:43Z)
• LLM-Based Synthetic Ground Truth Generation for Audio-Based Emotion Classification via In-Context Learning [9.928781897312971]
  本稿では,VR環境におけるストリーミング音声データから感情関連合成地上真実を生成するための大規模言語モデル(LLM)に基づくエージェント推論ワークフローを提案する。 In-Context Learning (ICL) を用いて、ペア音声ベースのサンプルとその対応する転写のデモを行い、情報的かつ堅牢なインコンテキストプロンプトを構築する。
  論文  参考訳（メタデータ） (2026-06-10T11:08:21Z)
• Engagement Process: Rethinking the Temporal Interface of Action and Observation [26.709060042723348]
  Engagement Process(EP)は、適切な意思決定手順でペアを組むのではなく、イベントストリームの分離としてアクションとオブザーバを表現します。 EPは、検討、遅延、遅延フィードバック、永続的なアクションなど、単一エージェントのタイミング問題をキャプチャする。 EPはステップベースのインターフェースによって隠された一時的な振る舞いを公開し、ポリシーが明示的な時間的コストで適応できるようにする。
  論文  参考訳（メタデータ） (2026-05-12T04:02:03Z)
• Causal Tracing of Audio-Text Fusion in Large Audio Language Models [48.849764961130795]
  我々は、音声理解におけるLALMの内部情報の流れを調べるために因果追跡を適用した。 DeSTA,Qwen,Voxtralを横断的に層状およびトークン的に解析することにより,個々の隠れ状態の因果効果を評価する。
  論文  参考訳（メタデータ） (2026-03-14T05:40:59Z)
• Leveraging Large Language Models to Identify Conversation Threads in Collaborative Learning [14.255468784386977]
  スレッディング(スレッディング)とは、会話が自然に、時間とともに進化する、織り交わされた話題のストランドに組織化される方法である。 本稿では,同期マルチパーティ・トランスクリプト中のスレッドを識別するための体系的なガイドブックを提供する。 次に、スレッディングが会話分析フレームワークの下流コーディングにどのように影響するかをテストする。
  論文  参考訳（メタデータ） (2025-10-26T21:25:23Z)
• Context-aware TFL: A Universal Context-aware Contrastive Learning Framework for Temporal Forgery Localization [60.73623588349311]
  本研究では,時間的フォージェリーローカライゼーションのための共通文脈対応コントラスト学習フレームワーク (UniCaCLF) を提案する。 提案手法は教師付きコントラスト学習を利用して,異常検出による偽造瞬間の検出と同定を行う。 実物と偽物との間における特徴の識別可能性の限界をさらに押し上げるために、効率的な文脈対応コントラスト符号化を導入する。
  論文  参考訳（メタデータ） (2025-06-10T06:40:43Z)
• Coarse-to-Fine Proposal Refinement Framework for Audio Temporal Forgery Detection and Localization [60.899082019130766]
  本稿では、フレームレベル検出ネットワーク(FDN)と、音声の時間的偽造検出とローカライゼーションのための改良ネットワーク(PRN)を提案する。 FDNは、偽のフレーム間で情報的不整合の手がかりを抽出し、偽の領域を大まかに示すのに有用な識別的特徴を得る。 PRNは、FDNから派生した粗粒度の提案を洗練するために、信頼スコアと回帰オフセットを予測する責任がある。
  論文  参考訳（メタデータ） (2024-07-23T15:07:52Z)
• Narrative Action Evaluation with Prompt-Guided Multimodal Interaction [60.281405999483]
  ナラティブ・アクション・アセスメント(NAE)は、行動の実行を評価する専門家のコメントを作成することを目的としている。 NAEは、物語の柔軟性と評価の厳格さの両方を必要とするため、より困難なタスクです。 本稿では,様々な情報モダリティ間のインタラクションを容易にするための,プロンプト誘導型マルチモーダルインタラクションフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-04-22T17:55:07Z)
• FineDiving: A Fine-grained Dataset for Procedure-aware Action Quality Assessment [93.09267863425492]
  競争力のあるスポーツビデオにおける行動の高レベル意味論と内部時間構造の両方を理解することが、予測を正確かつ解釈可能なものにする鍵である、と我々は主張する。 本研究では,多様なダイビングイベントに対して,アクションプロシージャに関する詳細なアノテーションを付加した,ファインディビングと呼ばれる詳細なデータセットを構築した。
  論文  参考訳（メタデータ） (2022-04-07T17:59:32Z)
• Cascaded Human-Object Interaction Recognition [175.60439054047043]
  マルチステージで粗大なHOI理解のためのカスケードアーキテクチャを提案する。 各段階で、インスタンスローカライゼーションネットワークは、HOI提案を段階的に洗練し、インタラクション認識ネットワークにフィードする。 慎重に設計された人間中心の関係機能により、これらの2つのモジュールは効果的な相互作用理解に向けて協調的に機能する。
  論文  参考訳（メタデータ） (2020-03-09T17:05:04Z)

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。