相互コンテンツスケールを測定するための最尤差分スケーリング法の改善【JST・京大機械翻訳】

Andreas Pastor; Krasula Lukas; Zhu Xiaoqing; Li Zhi; Callet Patrick Le

プレプリント

J-GLOBAL ID：202202200640466182 整理番号：22P0309836

相互コンテンツスケールを測定するための最尤差分スケーリング法の改善【JST・京大機械翻訳】

Improving Maximum Likelihood Difference Scaling method to measure inter content scale

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年02月25日プレプリントサーバーでの情報更新日： 2022年02月25日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

ほとんどの主観的研究の目標は,知覚尺度に一連の刺激を置くことである。これは,例えば,単一または二重刺激方法論を用いて,または,ランキングまたはペアワイズ比較によって間接的に評価することによって,主に行われる。これら全ての方法は,スケール上の刺激の知覚の大きさを推定する。しかし,最大尤度差スケーリング(MLDS)のような手続きは,知覚距離を考慮することが,識別力,観察者の認知負荷,および必要な試行数に関して利益をもたらすことができることを示した。MLDS法の欠点の1つは,異なるソース含有量から生成された刺激に対して得られた知覚スケールが,一般に比較できないことである。本論文では,結果のコンテンツ間比較性を確実にするMLDS法の拡張を提案し,特にオブザーバ誤差の存在下でその有用性を示した。【JST・京大機械翻訳】

, , , , ,
, , 【Automatic Indexing@JST】

図形・画像処理一般 , 視覚

, , , ,

前のページに戻る