抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
機械学習における最近の進歩は,アクセシビリティ応用におけるその可能性を実証した。しかし,認識モデルとその応用シナリオは,機械学習(ML)専門家によってしばしば定義され,障害によるユーザの多様な要求を完全に捉えることができない。アクセシビリティアプリケーションのためのMLのフルポテンシャルを開くために,技術的理解とそれらの障害によって二重に引き起こされる非専門家のためのギャップを埋める必要がある。本研究では,非エキスパートデフとハードホアリング(DHH)人々がML技術を理解し,MLベース音認識システムを設計する方法を検討した。音認識システムを用いたML講義と対話型学習セッションから成るワークショップ研究を行った。ワークショップと半構造化面接中の観察を通して,非専門家DHH人々が知識ギャップを克服し始めることを明らかにした。それらは,ML技術のより詳細な理解と,MLモデルを訓練するための音を利用する方法を得ることができた。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】