MétaCan
Menu
Retour à la cohorte
Enregistrement W2371497650

Improve the Experience of Users of Video Conference System with Multi-modal Machine Attention

2006· article· en· W2371497650 sur OpenAlexvenueno aff
Liqing Zhang

Notice bibliographique

RevueMicrocomputer applications · 2006
Typearticle
Langueen
DomaineComputer Science
ThématiqueVideo Analysis and Summarization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceModalFocus (optics)SynchronizingBionicsHuman–computer interactionMultimediaMode (computer interface)TRACE (psycholinguistics)Object (grammar)Artificial intelligenceTelecommunications
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Remote video conferences have been existing for many years. However, there are still quite a few restrictions on users in present video conference systems. e. g. a user has to keep paying attention to a computer system. One important approach to further improve the system is to develop a better mode of human computer interaction. The Multi-modal Machine Attention Technology, based on bionics, is introduced. By integrating and synchronizing multi-modal information includingvideo and audio signals, we realize the technology, which can automatically trace a speaker in a conference ?focus the attention of an artificial system on anyobject of interest, such as the face of a speaker and his speech, and display the concerned object with a proper ratio in the center of pictures to equally attract the audience in the remote conference. The improved human computer interaction reduces the restrictions on speakers.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,891
Score d'incertitude au seuil0,321

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,007
Tête enseignante GPT0,215
Écart entre enseignants0,208 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMicrocomputer applicationsMême sujetVideo Analysis and SummarizationTravaux en français237 207