Fugu-MT 論文翻訳(概要): Four Principles of Explainable AI as Applied to Biometrics and Facial Forensic Algorithms

論文の概要: Four Principles of Explainable AI as Applied to Biometrics and Facial Forensic Algorithms

arxiv url: http://arxiv.org/abs/2002.01014v1
Date: Mon, 3 Feb 2020 21:03:20 GMT
ステータス: 処理完了
システム内更新日: 2023-01-04 08:10:41.851456
Title: Four Principles of Explainable AI as Applied to Biometrics and Facial Forensic Algorithms
Title（参考訳）: バイオメトリックスと顔鑑識アルゴリズムにおける説明可能なaiの4つの原則
Authors: P. Jonathon Phillips and Mark Przybocki
Abstract要約: 我々は、顔認識とバイオメトリックスに説明可能なAIを適用することに注力する。ケーススタディは、説明を生み出すアルゴリズムの開発における課題と課題を示している。
参考スコア（独自算出の注目度）: 0.38073142980732994
License: http://creativecommons.org/publicdomain/zero/1.0/
Abstract: Traditionally, researchers in automatic face recognition and biometric technologies have focused on developing accurate algorithms. With this technology being integrated into operational systems, engineers and scientists are being asked, do these systems meet societal norms? The origin of this line of inquiry is `trust' of artificial intelligence (AI) systems. In this paper, we concentrate on adapting explainable AI to face recognition and biometrics, and we present four principles of explainable AI to face recognition and biometrics. The principles are illustrated by $\it{four}$ case studies, which show the challenges and issues in developing algorithms that can produce explanations.
Abstract（参考訳）: 伝統的に、顔認識と生体認証技術の研究者は正確なアルゴリズムの開発に注力してきた。この技術を運用システムに統合することで、エンジニアや科学者は、これらのシステムは社会的な規範に合っているのだろうか? この調査のルーツは人工知能(AI)システムの「信頼」にある。本稿では、顔認識とバイオメトリックスに説明可能なAIを適用することに集中し、顔認識とバイオメトリックスに説明可能なAIの4つの原則を示す。この原則は$\it{four}$のケーススタディで示されており、説明を生み出すアルゴリズムの開発における課題と課題を示している。

関連論文リスト

Using AI Alignment Theory to understand the potential pitfalls of regulatory frameworks [55.2480439325792]
本稿では、欧州連合の人工知能法(EU AI法)を批判的に検討する。人工知能における技術的アライメントの潜在的な落とし穴に焦点を当てたアライメント理論(AT)研究からの洞察を利用する。これらの概念をEU AI Actに適用すると、潜在的な脆弱性と規制を改善するための領域が明らかになる。
論文参考訳（メタデータ） (2024-10-10T17:38:38Z)
Artificial General Intelligence (AGI)-Native Wireless Systems: A Journey Beyond 6G [58.440115433585824]
デジタルツイン(DT)のようなサービスをサポートする将来の無線システムの構築は、メタサーフェスのような従来の技術への進歩を通じて達成することが困難である。人工知能(AI)ネイティブネットワークは、無線技術のいくつかの制限を克服することを約束する一方で、開発は依然としてニューラルネットワークのようなAIツールに依存している。本稿では、AIネイティブ無線システムの概念を再考し、それらを人工知能(AGI)ネイティブシステムに変換するために必要な共通感覚を取り入れた。
論文参考訳（メタデータ） (2024-04-29T04:51:05Z)
Brain-Inspired Computational Intelligence via Predictive Coding [89.6335791546526]
予測符号化(PC)は、マシンインテリジェンスタスクにおいて有望なパフォーマンスを示している。 PCは様々な脳領域で情報処理をモデル化することができ、認知制御やロボティクスで使用することができる。
論文参考訳（メタデータ） (2023-08-15T16:37:16Z)
Artificial Intelligence for Science in Quantum, Atomistic, and Continuum Systems [268.585904751315]
科学のためのAI(AI4Science)として知られる新しい研究領域領域は、物理世界(波動関数と電子密度)、原子(分子、タンパク質、物質、相互作用)、マクロ(流体、気候、地下)まで理解することを目的としている。主要な課題は、物理第一原理、特に対称性を深層学習法によって自然システムで捉える方法である。
論文参考訳（メタデータ） (2023-07-17T12:14:14Z)
Mathematics, word problems, common sense, and artificial intelligence [0.0]
本稿では,基本知識とコモンセンス推論を組み合わせた単語問題の解法として,現在の人工知能(AI)技術の能力と限界について論じる。我々は、AI自然言語技術を用いて開発されている3つのアプローチについてレビューする。純粋な数学的研究のためのAI技術を開発する上で、このような制限が重要であるかどうかは明らかではない、と我々は主張する。
論文参考訳（メタデータ） (2023-01-23T21:21:39Z)
An Initial Look at Self-Reprogramming Artificial Intelligence [0.0]
我々は、最初の完全自己プログラミングAIシステムを開発し、実験的に検証する。 AIベースのコンピュータコード生成をAI自体に適用することで、ニューラルネットワークのソースコードを継続的に修正し書き換えるアルゴリズムを実装します。
論文参考訳（メタデータ） (2022-04-30T05:44:34Z)
AI-Assisted Authentication: State of the Art, Taxonomy and Future Roadmap [0.0]
本稿では,人工知能の認証への応用に焦点を当てる。新たなAI支援認証スキームによって、我々の調査は高いレベルの全体的な理解を提供する。他の関連する調査とは対照的に、我々の研究は、認証におけるAIの役割に焦点を合わせた最初のものだ。
論文参考訳（メタデータ） (2022-04-25T21:16:55Z)
An interdisciplinary conceptual study of Artificial Intelligence (AI) for helping benefit-risk assessment practices: Towards a comprehensive qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。目的は、AIシステムを評価するための共有概念や相違点を特定することである。
論文参考訳（メタデータ） (2021-05-07T12:01:31Z)
Emerging Biometrics: Deep Inference and Other Computational Intelligence [1.2922946578413577]
バイオメトリック対応システムは、深層学習と深層推論に向けて進化している。次世代のバイオメトリックシステムで対処しなければならない技術ギャップを強調します。
論文参考訳（メタデータ） (2020-06-22T02:35:00Z)
Demographic Bias in Biometrics: A Survey on an Emerging Challenge [0.0]
生体計測システムは、人間の特定の生物学的または法医学的特性の特異性に依存している。自動意思決定システムにおける体系的バイアスの存在に関して、公共および学術的な懸念の波が相次いだ。
論文参考訳（メタデータ） (2020-03-05T09:07:59Z)
A general framework for scientifically inspired explanations in AI [76.48625630211943]
我々は、AIシステムの説明を実装可能な一般的なフレームワークの理論的基盤として、科学的説明の構造の概念をインスタンス化する。このフレームワークは、AIシステムの"メンタルモデル"を構築するためのツールを提供することを目的としている。
論文参考訳（メタデータ） (2020-03-02T10:32:21Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。