[論文レビュー] Semantic, Cognitive, and Perceptual Computing: Advances toward Computing for Human Experience

Amit Sheth, Pramod Anantharam+1 more|arXiv (Cornell University)|Oct 20, 2015

Semantic Web and Ontologies参考文献 7被引用数 5

ひとこと要約

本稿では、意味的・認知的・知覚的コンピューティングを統合する統一フレームワークを提案し、マルチモーダルで多様なビッグデータを意思決定に役立つイン사이트に変換する人間中心のコンピューティングを実現する。知覚的コンピューティングを、下位から上位への脳処理と上位から下位への脳処理を模倣した新しいパラダイムとして導入し、喘息管理アプリケーションを通じて、複雑なデータを知能的で意思決定支援的な情報に変換することを実証した。

ABSTRACT

The World Wide Web continues to evolve and serve as the infrastructure for carrying massive amounts of multimodal and multisensory observations. These observations capture various situations pertinent to people's needs and interests along with all their idiosyncrasies. To support human-centered computing that empower people in making better and timely decisions, we look towards computation that is inspired by human perception and cognition. Toward this goal, we discuss computing paradigms of semantic computing, cognitive computing, and an emerging aspect of computing, which we call perceptual computing. In our view, these offer a continuum to make the most out of vast, growing, and diverse data pertinent to human needs and interests. We propose details of perceptual computing characterized by interpretation and exploration operations comparable to the interleaving of bottom and top brain processing. This article consists of two parts. First we describe semantic computing, cognitive computing, and perceptual computing to lay out distinctions while acknowledging their complementary capabilities. We then provide a conceptual overview of the newest of these three paradigms--perceptual computing. For further insights, we focus on an application scenario of asthma management converting massive, heterogeneous and multimodal (big) data into actionable information or smart data.

研究の動機と目的

• 膨大でマルチモーダルかつ多様なデータを、より良い意思決定のための意味のある人間中心の情報に変換するという課題に対処すること。
• 計算パラダイムの連続体を導入することで、データ豊富な環境と人間の認知的・知覚的プロセスの間のギャップを埋めること。
• 人間の感覚的および解釈的処理を模倣する知覚的コンピューティングを新しいパラダイムとして提唱すること。
• 喘息管理という実世界の応用を通じて、統合フレームワークの実用的有用性を示すこと。
• 意味的・認知的・知覚的処理層を統合することで、より知能的でタイムリーかつパーソナライズされた意思決定支援を可能にすること。

提案手法

• 意味抽出（意味的コンピューティング）、推論と意思決定（認知的コンピューティング）、感覚的類似解釈（知覚的コンピューティング）の3層構造のコンピューティング連続体を導入する。
• 下位から上位への（感覚的入力）と上位から下位への（文脈的理解）の交互な脳処理を模倣した、二重プロセスモデルとしての知覚的コンピューティングを提唱する。
• マルチモーダルデータにおける曖昧さと不確実性を扱うために、知覚的コンピューティングで解釈と探索の操作を採用する。
• センサー、電子的医療記録（EHR）、環境入力など多様なデータソースを含む実世界の喘息管理シナリオにフレームワークを適用する。
• 標準化とメタデータ付与を通じた意味的拡張を用いて、多様なデータを統一し、マルチモーダル相関と文脈に配慮した処理を可能にする。
• 意味的に拡張されたデータ上で推論を行う認知的コンピューティング技術を活用し、患者および医療従事者向けのパーソナライズされた行動可能なインサイトを生成する。

実験結果

リサーチクエスチョン

• RQ1 意味的・認知的・知覚的コンピューティングをどのように統合することで、人間中心のコンピューティングのための統一的フレームワークを構築できるか？
• RQ2 知覚的コンピューティングは意味的・認知的コンピューティングとどのように異なり、それらをどのように補完するか？
• RQ3 知覚的コンピューティングは、マルチモーダルデータの分析において、人間の感覚的および解釈的処理をどのように模倣できるか？
• RQ4 下位から上位への処理と上位から下位への処理は知覚的コンピューティングにおいて果たす役割は何か、そして計算的にどのようにモデル化されるか？
• RQ5 この統合フレームワークは、実世界の医療シナリオにおいて、大規模で多様なデータを効果的に行動可能なスマートデータに変換できるか？

主な発見

• 知覚的コンピューティングは、人間の感覚的および解釈的処理を模倣する新しい計算モデルを提供し、曖昧で不確実なデータの処理を強固に可能にする。
• 意味的・認知的・知覚的コンピューティングの統合により、大規模でマルチモーダルなデータをより自然かつ効果的に行動可能なインサイトに変換できる。
• 喘息管理の事例研究において、フレームワークは多様なデータソースを文脈に配慮したパーソナライズされた推奨事項に効果的に統合した。
• 提唱された知覚的コンピューティングモデルは、解釈と探索の両方をサポートし、感覚的入力と認知的文脈の動的な相互作用を反映する。
• フレームワークは実世界の応用において実現可能であることが示され、複雑で人間中心の分野における意思決定の向上に潜在的である。
• このアプローチにより、人間の知覚・認知・経験と整合した計算操作を可能にすることで、より知的なデータ処理が実現できる。