A method based on interpretable machine learning for recognizing the intensity of human engagement intention

[mei28]

---

id: "a-method-based-on-interpretable-machine-learning-for-recognizing-the-intensity-of-human-engagement-intention" aliases:

• "A method based on interpretable machine learning for recognizing the intensity of human engagement intention" tags:

• "TSUNDOKU"

A method based on interpretable machine learning for recognizing the intensity of human engagement intention

一言で言うと

人間がエージェントと話したいのか？という意図を推定に挑戦

論文リンク

https://www.nature.com/articles/s41598-023-29661-2

著者/所属機関

-

投稿日付(yyyy/MM/dd)

先行研究と比べてどこがすごい？

既存研究では，意図があるかの二値分類を行なっているが，強度については間がていなかった． intensity of human engagement intention (IHEI)と視覚情報の関係性を試みた．

技術・手法のキモはどこ？

• データセットとして，カメラから取得できる情報（例えば，視線やエージェントとの距離，ベクトルなどを用いる）
• 分類器としてCatboostを用いる．
• 意図解釈としてSHAPを用いる．

どうやって有効だと検証した?

• 対抗手法としてSVM, MLP, RandomForestを用いる．
• 正解ラベルは
• 評価指標として重み付きF1Scoreと推論時間を比較．
• Weighted-F1 Scroreでは評価が高かった．また推論時間に関しても比較的短い時間で推論が可能であった．

コメント

• どこを見ているかの情報とエージェントとの距離で比較的予測が可能であった．

次はなに読む？