文献

J-GLOBAL ID：201802224900351694   整理番号：18A2100737

自閉症スペクトラム障害の幼児に対する人間-ロボット相互作用に基づく人間-人間相互作用における関節注意性能への応答予測【JST・京大機械翻訳】

Predicting Response to Joint Attention Performance in Human-Human Interaction Based on Human-Robot Interaction for Young Children with Autism Spectrum Disorder

著者 (7件)： Nie Guangtao (Electrical Engineering and Computer Science Department, Vanderbilt University, Nashville, TN, 37212, USA) ,  Zheng Zhi (Biomedical Engineering Department, University of Wisconsin-Milwaukee, Milwaukee, WI, 53211, USA) ,  Johnson Jazette (Mechanical Engineering Department, Electrical Engineering and Computer Science Department, Vanderbilt University, Nashville, TN, 37212, USA) ,  Swanson Amy R. (Treatment and Research Institute for Autism Spectrum Disorders (TRIAD), Vanderbilt University Medical Center, Nashville, TN, 37212, USA) ,  Weitlauf Amy S. (Department of Pediatrics, Vanderbilt University Medical Center, Treatment and Research Institute for Autism Spectrum Disorder (TRIAD), Nashville, TN, 37212, USA) ,  Warren Zachary E. (Departments of Pediatrics and Psychiatry, Vanderbilt University Medical Center, Treatment and Research Institute for Autism Spectrum Disorders (TRIAD), Nashville, TN, 37212, USA) ,  Sarkar Nilanjan (Mechanical Engineering Department, Electrical Engineering and Computer Science Department, Vanderbilt University, Nashville, TN, 37212, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： RO-MAN  ページ： 1-4  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 自閉症スペクトル障害(ASD)は,共同注意(RJA)への応答のような社会的コミュニケーションスキルにおける欠陥によって特徴付けられる。ロボットシステムは設計され,ASDを持つ子供がRJAスキルを改善するのを助けるために適用されている。ロボット支援介入の最も重要な目標の一つは,子供が社会的相互作用スキルを一般化し,他の人々と相互作用することを助けることである。したがって,それらの人間-ロボット相互作用(HRI)プロセスに基づく子供の人間-人間相互作用(HHI)性能を予測することは,重要な作業である。しかしながら,著者らの知る限りでは,このトピックを探求する研究はほとんど存在しない。初期社会コミュニケーション尺度(ESCS)試験は,若い小児に対するRJAを含む非言語的社会的スキルの測定である。著者らは,ASDを有する幼児におけるロボット媒介RJAシステムによる2つの縦断的利用者研究を行い,続いてESCS投与から成るHHIセッションを行った。本論文では,半教師つき機械学習フレームワークの下で,HRIにおけるそれらの頭部姿勢パターンに基づいて,HHIにおける参加者のRJA性能を予測する方法に関する知見を提示した。3クラス分類問題として,著者らは73.5%のマイクロ平均精度を達成した。それは提案方法の潜在的有効性を示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ロボット ,  言語 ,  *相互作用 ,  投与 ,  *自閉症 ,  子供 ,  *幼児 ,  スペクトル ,  コミュニケーション
準シソーラス用語： 社会的相互作用 ,  ロボットシステム ,  コミュニケーションスキル ,  共同注意 ,  *ヒューマンロボットインタラクション ,  *自閉症スペクトラム障害 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (8件)： 自閉症スペクトラム障害 ,  幼児 ,  人間-ロボット相互作用 ,  人間 ,  相互作用 ,  関節 ,  注意 ,  応答予測