Fugu-MT 論文翻訳(概要): Establishing a Dynamic Multimodal HRI Dataset for Engagement Analysis with a Humanoid Robot

論文の概要: Establishing a Dynamic Multimodal HRI Dataset for Engagement Analysis with a Humanoid Robot

arxiv url: http://arxiv.org/abs/2609.03255v1
Date: Thu, 03 Sep 2026 01:29:44 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-04 18:28:38.889143
Title: Establishing a Dynamic Multimodal HRI Dataset for Engagement Analysis with a Humanoid Robot
Title（参考訳）: ヒューマノイドロボットによるエンゲージメント解析のための動的マルチモーダルHRIデータセットの構築
Authors: Buwan Kim, Wonse Jo,
Abstract要約: 本稿では,ヒューマンロボットインタラクション(HRI)におけるユーザエンゲージメントを分析するためのマルチモーダルデータセットを構築するための実験設計について述べる。本研究では,様々な作業複雑性のレベルにおいて,ウェアラブルの生理的信号,行動データ,自己申告手段を含むマルチモーダルデータセットを構築するための構造化データ収集プロトコルを提案する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: This paper presents an experimental design for constructing a multimodal dataset to analyze user engagement in human-robot interaction (HRI). Prior studies have mainly relied on observable behavioral cues, with limited frameworks integrating physiological signals. We therefore propose a structured data-collection protocol to build a multimodal dataset that includes wearable physiological signals, behavioral data, and self-report measures under different levels of task complexity defined in this experiment.
Abstract（参考訳）: 本稿では,ヒューマンロボットインタラクション(HRI)におけるユーザエンゲージメントを分析するためのマルチモーダルデータセットを構築するための実験設計について述べる。これまでの研究は主に、生理的なシグナルを組み込んだ限られた枠組みで観察可能な行動手段に依存してきた。そこで本研究では,この実験で定義されたタスク複雑性の異なるレベルにおける,ウェアラブルの生理的信号,行動データ,自己報告などを含むマルチモーダルデータセットを構築するための構造化データ収集プロトコルを提案する。

関連論文リスト

A Simulated Federated Analysis of MS-Induced Brain Lesions [0.0]
本稿では,多発性硬化症(MS)患者データの解析に焦点をあてた実世界のフェデレーション研究プロジェクトをエミュレートするシミュレーションフレームワークを提案する。我々は,MS関連臨床および人口動態の特徴を反映した高忠実度合成コーホートの連合を構築した。このフレームワークは、MS研究の文脈におけるフェデレーション学習手法の開発、評価、ベンチマークのための現実的なテストベッドを提供する。
論文参考訳（メタデータ） (2026-05-06T14:55:51Z)
Integrating Genomics into Multimodal EHR Foundation Models [56.31910745104141]
本稿では,ポリジェニックリスクスコア(PRS)を基本データモダリティとして統合した,革新的なEHR基盤モデルを提案する。このフレームワークは、臨床データと遺伝子前置詞の複雑な関係を学習することを目的としている。このアプローチは、病気の予測、積極的な健康管理、リスク階層化、パーソナライズされた治療戦略に対する新たな洞察を解放するために重要である。
論文参考訳（メタデータ） (2025-10-24T15:56:40Z)
Causal Representation Learning from Multimodal Biomedical Observations [57.00712157758845]
バイオメディカルデータセットの理解を容易にするために,マルチモーダルデータに対するフレキシブルな識別条件と原理的手法を開発した。主要な理論的貢献は、モジュラリティ間の因果関係の構造的空間性である。実世界のヒト表現型データセットの結果は、確立された生物医学研究と一致している。
論文参考訳（メタデータ） (2024-11-10T16:40:27Z)
A VAE-based Framework for Learning Multi-Level Neural Granger-Causal Connectivity [15.295157876811066]
本稿では, 関連系・異種系系の集合において, 成分間の顆粒・因果関係を共同で学習する変分オートエンコーダに基づくフレームワークを提案する。提案するフレームワークの性能は,複数の合成データ設定に基づいて評価し,個別のシステム学習用に設計された既存手法と比較した。
論文参考訳（メタデータ） (2024-02-25T16:11:32Z)
Quantifying & Modeling Multimodal Interactions: An Information Decomposition Framework [89.8609061423685]
本稿では,入力モーダル性と出力タスクを関連付けた冗長性,特異性,シナジーの度合いを定量化する情報理論手法を提案する。 PID推定を検証するために、PIDが知られている合成データセットと大規模マルチモーダルベンチマークの両方で広範な実験を行う。本研究では,(1)マルチモーダルデータセット内の相互作用の定量化,(2)マルチモーダルモデルで捉えた相互作用の定量化,(3)モデル選択の原理的アプローチ,(4)実世界のケーススタディの3つにその有用性を示す。
論文参考訳（メタデータ） (2023-02-23T18:59:05Z)
Mixed Effects Neural ODE: A Variational Approximation for Analyzing the Dynamics of Panel Data [50.23363975709122]
パネルデータ解析に(固定・ランダムな)混合効果を取り入れたME-NODEという確率モデルを提案する。我々は、Wong-Zakai定理によって提供されるSDEの滑らかな近似を用いて、我々のモデルを導出できることを示す。次に、ME-NODEのためのエビデンスに基づく下界を導出し、(効率的な)トレーニングアルゴリズムを開発する。
論文参考訳（メタデータ） (2022-02-18T22:41:51Z)
Deep sr-DDL: Deep Structurally Regularized Dynamic Dictionary Learning to Integrate Multimodal and Dynamic Functional Connectomics data for Multidimensional Clinical Characterizations [5.200461964737113]
静止機能MRI(r-fMRI)接続と拡散テンソルイメージング(DTI)トラクトグラフィーから補完情報を共同でモデル化する新しい統合フレームワークを提案する。本フレームワークは,コネクトロミクスデータの生成モデルと,行動スコアを予測するディープネットワークを結合する。我々のハイブリッドモデルは、臨床結果予測における最先端のアプローチよりも優れており、脳組織の解釈可能なマルチモーダルニューラルシグネチャを学習する。
論文参考訳（メタデータ） (2020-08-27T23:43:56Z)
A Deep-Generative Hybrid Model to Integrate Multimodal and Dynamic Connectivity for Predicting Spectrum-Level Deficits in Autism [5.200461964737113]
我々のフレームワークの生成部分は、構造的に規則化された動的辞書学習(sr-DDL)モデルである。本フレームワークの深部はLSTM-ANNブロックであり,Sr-DDL負荷の経時的変化をモデル化し,多次元的臨床的重症度を予測する。自閉症スペクトラム障害(ASD)と診断された57例のマルチスコア予測課題における枠組みの検証を行った。
論文参考訳（メタデータ） (2020-07-03T20:18:09Z)

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。