論文の概要: Capturing the Practices, Challenges, and Needs of Transportation Decision-Makers

• arxiv url: http://arxiv.org/abs/2002.04587v1
• Date: Tue, 11 Feb 2020 18:30:01 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-03 23:32:47.686856
• Title: Capturing the Practices, Challenges, and Needs of Transportation Decision-Makers
• Title（参考訳）: 交通意思決定者の実践, 課題, ニーズの把握
• Authors: Nasim Sharbatdar, Yassine Lamine, Brigitte Milord, Catherine Morency, Jinghui Cheng
• Abstract要約: 我々はカナダのクエベックの交通インフラを担当する政府機関であるTransports Qu'ebecの19人の実践者に対してインタビューを行った。 この意思決定者のグループは、データ分析ツールやプラットフォームの研究から最も恩恵を受けられることがわかりました。 これらの意味は、他の意思決定タスクやドメインをサポートするツールの設計にも役立つ。
• 参考スコア（独自算出の注目度）: 12.624032509149869
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Transportation decision-makers from government agencies play an important role in addressing the traffic network conditions, which in turn, have a major impact on the well-being of citizens. The practices, challenges, and needs of this group of practitioners are less represented in the HCI literature. We address this gap through an interview study with 19 practitioners from Transports Qu\'ebec, a government agency responsible for transportation infrastructures in Qu\'ebec, Canada. We found that this group of decision-makers can most benefit from research about data analysis tools and platforms that (1) provide information to support data quality awareness, (2) are interoperable with other tools in the complex workflow of the practitioners, and (3) support intuitive and customizable visual analytics. These implications can also be informative to the design of tools supporting other decision-making tasks and domains.
• Abstract（参考訳）: 政府機関の交通意思決定者は、交通ネットワークの状況に対処する上で重要な役割を担っており、それが市民の幸福に大きな影響を与えている。 このグループの実践者の実践、挑戦、ニーズは、hci文学にはあまり表れていない。 カナダのQu\'ebecの交通インフラを担当する政府機関であるTransports Qu\'ebecの19人の実践者とのインタビューで、このギャップに対処する。 我々は,(1)データ品質の認知を支援する情報提供,(2)実践者の複雑なワークフローにおける他のツールとの相互運用,(3)直感的でカスタマイズ可能な視覚分析をサポートする,データ分析ツールやプラットフォームに関する研究から最も恩恵を受けることができることを発見した。 これらの意味は、他の意思決定タスクやドメインをサポートするツールの設計にも役立ちます。

関連論文リスト

• Beyond Words: Evaluating Large Language Models in Transportation Planning [0.0]
  本研究では,大規模言語モデル(LLM),特にGPT-4とPhi-3-miniの評価を行い,交通計画の充実を図る。 この結果は、都市交通計画におけるGenAI技術の変革の可能性を示している。
  論文  参考訳（メタデータ） (2024-09-22T16:20:00Z)
• I've Got 99 Problems But FLOPS Ain't One [70.3084616806354]
  私たちは、機械学習アプリケーションのための1000億ドルのデータセンターを構築するための公開計画から始まり、関連する研究方向を見つけるために、従来からあるアプローチを取っています。 データセンターのようなワークロードが持つものを見つけ、ネットワーク研究に焦点をあてて、その課題を探求します。 我々は、データセンターの構築とそのようなモデルの訓練は技術的に可能であると結論づけるが、これはDC間通信のための新しい広域トランスポート、マルチパストランスポート、および新しいデータセンタートポロジを必要とする。
  論文  参考訳（メタデータ） (2024-07-01T10:33:46Z)
• Large Language Models for Mobility in Transportation Systems: A Survey on Forecasting Tasks [8.548422411704218]
  機械学習とディープラーニングの方法は、その柔軟性と正確性に好まれる。 大規模言語モデル (LLMs) の出現に伴い、多くの研究者がこれらのモデルと過去の手法を組み合わせ、将来の交通情報や人間の旅行行動を直接予測するためにLLMを適用した。
  論文  参考訳（メタデータ） (2024-05-03T02:54:43Z)
• Collaborative business intelligence virtual assistant [1.9953434933575993]
  本研究では、ユーザとCBI仮想アシスタントのインタラクションを通じて、分散仮想チームにおけるデータマイニングの応用に焦点を当てる。 CBIのための仮想アシスタントは、より広い範囲のユーザのためのデータ探索アクセシビリティを強化し、データ分析に必要な時間と労力を合理化するためのものである。
  論文  参考訳（メタデータ） (2023-12-20T05:34:12Z)
• AVIS: Autonomous Visual Information Seeking with Large Language Model Agent [123.75169211547149]
  本稿では,視覚的質問応答フレームワークAVISを提案する。 本手法は,LLM(Large Language Model)を利用して外部ツールの利用を動的に強化する。 AVIS は Infoseek や OK-VQA などの知識集約型視覚質問応答ベンチマークの最先端結果を達成する。
  論文  参考訳（メタデータ） (2023-06-13T20:50:22Z)
• A Study of Situational Reasoning for Traffic Understanding [63.45021731775964]
  トラフィック領域における状況推論のための3つの新しいテキストベースのタスクを考案する。 先行作業における言語推論タスクにまたがる一般化能力を示す知識強化手法を4つ採用する。 本稿では,データ分割におけるモデル性能の詳細な解析を行い,モデル予測を分類的に検討する。
  論文  参考訳（メタデータ） (2023-06-05T01:01:12Z)
• Vision Paper: Causal Inference for Interpretable and Robust Machine Learning in Mobility Analysis [71.2468615993246]
  インテリジェントな輸送システムを構築するには、人工知能とモビリティ分析の複雑な組み合わせが必要である。 ここ数年、高度なディープニューラルネットワークを使った輸送アプリケーションの開発が急速に進んでいる。 このビジョンペーパーは、解釈可能性と堅牢性を必要とするディープラーニングに基づくモビリティ分析における研究課題を強調する。
  論文  参考訳（メタデータ） (2022-10-18T17:28:58Z)
• Analyzing social media with crowdsourcing in Crowd4SDG [1.1403672224109254]
  本研究は,ソーシャルメディアの分析,特に緊急時におけるフレキシブルな支援を提供するアプローチを提案する。 焦点は、ソーシャルメディア投稿に含まれる画像やテキストを分析し、コンテンツのフィルタリング、分類、位置決めのための一連の自動データ処理ツールである。 このようなサポートには、自動ツールを設定するためのフィードバックと提案、市民からのインプットを集めるためのクラウドソーシングの両方が含まれる。
  論文  参考訳（メタデータ） (2022-08-04T14:42:20Z)
• Inverse Online Learning: Understanding Non-Stationary and Reactionary Policies [79.60322329952453]
  エージェントが意思決定を行う方法の解釈可能な表現を開発する方法を示す。 一連の軌跡に基づく意思決定プロセスを理解することにより,このオンライン学習問題に対して,政策推論問題を逆問題とみなした。 本稿では、エージェントがそれらを更新するプロセスと並行して、その影響を遡及的に推定する実用的なアルゴリズムを提案する。 UNOSの臓器提供受諾決定の分析に応用することで、我々のアプローチは意思決定プロセスを管理する要因や時間とともにどのように変化するかに、貴重な洞察をもたらすことができることを実証する。
  論文  参考訳（メタデータ） (2022-03-14T17:40:42Z)
• Assessing the Fairness of AI Systems: AI Practitioners' Processes, Challenges, and Needs for Support [18.148737010217953]
  私たちは、実践者のプロセス、課題、サポートの必要性を特定するために、AI実践者とのインタビューとワークショップを行っています。 パフォーマンス指標を選択し、最も関連する直接的な利害関係者や人口統計グループを特定する際に、実践者が課題に直面していることに気付きました。 私たちは、直接利害関係者との関わりの欠如、疎外されたグループよりも顧客を優先するビジネスインペラティブ、大規模にAIシステムをデプロイする動機から生じる公正な作業への影響を特定します。
  論文  参考訳（メタデータ） (2021-12-10T17:14:34Z)
• Urban Sensing based on Mobile Phone Data: Approaches, Applications and Challenges [67.71975391801257]
  モバイルデータ分析における多くの関心は、人間とその行動に関連している。 本研究の目的は,携帯電話データから知識を発見するために実装された手法や手法をレビューすることである。
  論文  参考訳（メタデータ） (2020-08-29T15:14:03Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。