文献

J-GLOBAL ID：201602292144839324   整理番号：16A0602479

意思決定タスクにおける性能の予測:個々から手がかりグループ相互作用へ【Powered by NICT】

Predicting the Performance in Decision-Making Tasks: From Individual Cues to Group Interaction

著者 (2件)： Avci Umut (Dept. of Software Eng., Izmir Univ. of Econ., Izmir, Turkey) ,  Aran Oya (Idiap Res. Institue, Martigny, Switzerland)
資料名： IEEE Transactions on Multimedia  (IEEE Transactions on Multimedia)
巻： 18  号： 4  ページ： 643-658  発行年： 2016年 
JST資料番号： W1116A  ISSN： 1520-9210  CODEN： ITMUF8  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 意思決定グループの性能を予測する問題を検討した。このゴールに向けて,自動的に抽出された特徴,グループメンバの聴覚および視覚化された合図,チームメンバー間の相互作用,と各チームメンバーの影響のような,人格と認識に関係したキューのような自己申告特徴,群の階層構造,および個人のおよびグループのタスクパフォーマンスを用いて群属性と考察動力学の予測力を評価した。特徴を抽出する方法に依存して二つの角度からの推論問題に取り組む1)全会議に基づく全体論的アプローチと,2)会議の薄いスライスに基づく逐次アプローチ。前者では,グループ性能に影響する重要な因子を同定し,予測は,サポートベクトルマシンによって達成される。後者に関しては,隠れMarkovモデル(HMM)のそれと影響モデルに基づく新しい分類器の分類性能を比較し,対比した。実験結果は,群を調べる手がかりと影響キューが集団業績の主要予測因子であるおよび影響モデルは,ほとんどすべての実験条件でHMMよりも優れていることを示した。もデータのユニークな側面をカバーする分類器結合は分類性能の改善をもたらすことを示した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 可視化 ,  タスクパフォーマンス ,  *意思決定 ,  待ち行列 ,  サポートベクトルマシン ,  *相互作用 ,  隠れMarkovモデル ,  聴覚 ,  階層構造 ,  実験条件 ,  予測因子

著者キーワード (3件)： ソーシャルコンピューティング ,  グループ性能解析 ,  多モード相互作用

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 意思決定 ,  タスク ,  予測 ,  手がかり ,  グループ ,  相互作用