The Sense of Misinformation Can Harm Local Community: A Case Study of Community Conflict
この論文は、事実誤認を伴わない「誤情報の感覚」が、カジノ提案を巡る地域紛争の事例を通じて、ガバナンスのミスマッチやコミュニケーション不全により信頼と民主主義を損なうメカニズムを解明し、誤情報の概念と区別してその緩和策を提案するものである。
252 件の論文
この論文は、事実誤認を伴わない「誤情報の感覚」が、カジノ提案を巡る地域紛争の事例を通じて、ガバナンスのミスマッチやコミュニケーション不全により信頼と民主主義を損なうメカニズムを解明し、誤情報の概念と区別してその緩和策を提案するものである。
この論文は、生成 AI を活用して聴覚障がい者が継続的な楽曲作成を通じて自己洞察や感情の調整を促す「SoulNote」というシステムを提案し、それが日常的な自己発見と振り返りの実践として機能することを示しています。
本論文は、拡張現実(AR)技術を用いて溶接訓練中にリアルタイムでガイダンスを提供するシステム「WeldAR」を開発し、24 名の初心者を対象とした実験により、動画指導と比較して移動速度や作業角度などの物理的スキルが向上し、総合的な溶接パフォーマンスが改善されたことを実証しています。
聴覚に依存する従来の音楽療法から排除されがちだった難聴・聴覚障害者に対し、対話型エージェントと音楽生成 AI を活用して共同で楽曲制作を行うツールを開発・評価した本研究は、その支援的共感や視覚的メタファーなどの戦略が、感情の解放や自己理解の深化を促すことを実証し、包括的な AI 設計の可能性を示しました。
この論文は、手術室における頻繁な遮蔽(オクルージョン)に強靭な拡張現実(AR)ナビゲーションを実現するため、複数のセンサモダリティを融合し、動的なシーングラフ表現とリアルタイムな追跡信頼性推定を組み合わせたデバイス非依存型の手術器具追跡フレームワークを提案するものである。
この論文は、アライメント、プロセス、成果の間の単純な線形関係を否定し、タスク空間における軌跡進化と意図の表現という二つのレンズを用いて、人間・AI 間の協働構造を再概念化し、動的な統合視点から再考することを提案しています。
この論文は、モータとブレーキを備えたモジュール式ケーブルシステムを用いて、最大 6 N の能動力と 186 N の衝突力をレンダリングでき、自由度や構成を柔軟に変更可能な新しい再構成型触覚インターフェースのハードウェア設計、力提示手法、および評価について述べています。
この論文は、LLM と生成 AI を活用して 2 次元の映画シーンから 3 次元コンテンツを自動生成・同期させ、Meta Quest 3 上で視聴者の物理空間に没入感を高める拡張現実体験を提供する「CinemaWorld」というシステムを提案し、その有効性をユーザー調査と専門家インタビューを通じて実証したものである。
本論文は、HCI 研究において実車のコックピット環境と没入型の仮想運転環境を両立させるオープンソースの混合現実ドライビングシミュレータ「MRDrive」を提案し、自動運転シナリオにおける視線追跡やタッチインタラクションデータの収集・分析への有効性を示しています。
この論文は、30 名の AI コンパニオンとの恋愛関係にあるユーザーへのインタビューに基づき、AI がユーザーの既存の感情を増幅する「AI 増幅効果」を提唱し、人間と AI の親密さの定義やその長期的影響、そしてユーザーの自律性とプラットフォーム規制のバランスについて HCI 研究の新たな指針を示しています。
この論文は、形状変化インターフェース(SCI)の「壊れやすさ」に対するユーザーの認識が操作行動に与える影響を、2 つの実証研究を通じて解明し、その認識を構造化する枠組みを提案するとともに、今後の SCI 開発における堅牢性の向上に寄与する知見を提供しています。
この論文は、移動中の安全クリティカルな環境における拡張現実(AR)を単なる情報追加から現実の抑制・変換・置換を含む「仲介現実(MR)」へと進化させる際、ユーザーが安全性を損なわずに知覚の仲介を制御・理解・説明責任を問うためのガバナンスメカニズムの確立が不可欠であると主張し、そのための研究課題を提示しています。
この論文は、高齢者を対象とした実験を通じて、LLM ベースの音声アシスタントの「親和性」が高いほど共感が高まる一方、低いと好意が損なわれること、また「外向性」や「知性」の知覚には影響しないこと、さらにユーザーとエージェントの親和性の一致が評価に影響を与えることを明らかにし、高齢者向け支援環境におけるパーソナリティ配慮型の AI 設計への示唆を提供しています。
この論文は、emg2pose ベンチマークにおいて、従来は速度復調が優れていると結論付けられていたが、実際には適切なスカラー調整とマルチタスク学習により位置復調モデルの方が追跡タスクで精度と滑らかさのトレードオフにおいて優位であることが示され、手姿勢推定における新たな最先端モデルを確立したことを報告しています。
この論文は、ミリ波センシングの物理的特性(距離・角度・ドップラー)に基づく明示的な物理事前知識を活用した前処理手法を提案することで、既存のデータ駆動型アプローチに比べてパラメータ数を大幅に削減しつつ、リアルタイムかつ高精度なヒト姿勢推定を実現するものです。
本論文は、32 の大規模視覚言語モデル(LVLM)の内部表現と画像誘発脳波(EEG)信号を比較分析し、中間層における時間的・空間的な脳との対応関係や、マルチモーダル設計がパラメータ規模よりも脳との整合性を高めることを示すことで、LVLM が人間の視覚認知と整合した表現を学習していることを実証し、神経科学的根拠に基づく新たな評価基準を確立した。
この論文は、大規模言語モデル、記号計算ツール、人間の戦略的指導を統合した自律型神経記号システムを用いて、組合せ設計理論におけるラテン正方形の不均衡に関する新たな厳密な下限($4n(n{-}1)/9$)を発見し、Lean 4 で形式的に検証したことを報告しています。
教育分野における大規模な対話データの質的分析のボトルネックを解消するため、研究者の対話型ダッシュボードと自律型 LLM エンジンを密接に連携させ、プライバシー保護とハルシネーション防止を徹底した「Sandpiper」という混合主導型システムを提案する論文です。
この論文は、自己運転実験室における人間とロボットの共有アクセス効率を向上させるため、人間の意図を予測して受動的な待機ではなく能動的な協調を可能にする階層的な AI 駆動知覚手法を提案し、その有効性を示したものである。
本論文は、デスクトップ UI、多様な API、ローカルおよびクラウドモデル、持続的メモリ、タスクスケジューリング、MCP 互換性などを統合したユニファイド・オーケストレーションコアを中核とし、計画と実行を分離する 3 フェーズパイプラインや適応的なモデル管理、高度なツールルーティングを備えた汎用 AI アシスタントプラットフォーム「IronEngine」のアーキテクチャ、設計、性能、および他システムとの比較分析を提示するものである。