論文の概要: The Last State of Artificial Intelligence in Project Management
- arxiv url: http://arxiv.org/abs/2012.12262v1
- Date: Wed, 16 Dec 2020 05:10:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2021-05-06 11:34:28.280738
- Title: The Last State of Artificial Intelligence in Project Management
- Title（参考訳）: プロジェクト管理における人工知能の最後の状況
- Authors: Mohammad Reza Davahli
- Abstract要約: プロジェクトマネジメント(PM)分野におけるAIの適用は、等しく進展していない。
この体系的なレビューは、Web of Science、Science Direct、およびGoogle Scholarデータベースを使用して関連論文を特定しました。
その結果、PMにおけるAIの適用は初期段階にあり、AIモデルは複数のPMプロセスには適用されていないことが示された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Artificial intelligence (AI) has been used to advance different fields, such
as education, healthcare, and finance. However, the application of AI in the
field of project management (PM) has not progressed equally. This paper reports
on a systematic review of the published studies used to investigate the
application of AI in PM. This systematic review identified relevant papers
using Web of Science, Science Direct, and Google Scholar databases. Of the 652
articles found, 58 met the predefined criteria and were included in the review.
Included papers were classified per the following dimensions: PM knowledge
areas, PM processes, and AI techniques. The results indicated that the
application of AI in PM was in its early stages and AI models have not applied
for multiple PM processes especially in processes groups of project stakeholder
management, project procurements management, and project communication
management. However, the most popular PM processes among included papers were
project effort prediction and cost estimation, and the most popular AI
techniques were support vector machines, neural networks, and genetic
algorithms.
- Abstract（参考訳）: 人工知能(AI)は、教育、医療、金融など、さまざまな分野の発展に利用されてきた。
しかし、プロジェクトマネジメント(PM)分野におけるAIの適用は、等しく進展していない。
本稿では,PMにおけるAIの適用を調査するために使用される論文の体系的レビューについて報告する。
この体系的なレビューは、web of science、science direct、google scholar databaseを用いて関連論文を特定した。
652の論文のうち58が事前定義された基準を満たし、レビューに含まれていた。
追加の論文は、PM知識領域、PMプロセス、AIテクニックの3つに分類された。
その結果, プロジェクトステークホルダ管理, プロジェクト調達管理, プロジェクトコミュニケーション管理といったプロセスグループにおいて, PMにおけるAIの適用は初期段階にあり, 複数のPMプロセスにAIモデルは適用されていないことが明らかとなった。
しかしながら、論文の中で最も一般的なPMプロセスはプロジェクトの取り組み予測とコスト推定であり、最も人気のあるAI技術はベクトルマシン、ニューラルネットワーク、遺伝的アルゴリズムのサポートであった。
関連論文リスト
- General Scales Unlock AI Evaluation with Explanatory and Predictive Power [57.7995945974989]
ベンチマークはAIの進歩を導くものだが、汎用AIシステムには限られた説明力と予測力を提供している。
私たちは、一般的なAIベンチマークが実際に何を計測しているかを説明することができる、AI評価のための一般的な尺度を紹介します。
私たちの完全に自動化された方法論は、飽和しない一般的なスケールにインスタンス要求を配置する18の新しく作られたルーリックの上に構築されます。
論文 参考訳（メタデータ） (2025-03-09T01:13:56Z) - A Multi-Year Grey Literature Review on AI-assisted Test Automation [46.97326049485643]
テスト自動化(TA)技術は、ソフトウェアエンジニアリングの品質保証には不可欠だが、制限に直面している。
業界でAIが広く使われていることを考えると、真実の情報源はグレー文学だけでなく、専門家の心にも当てはまる。
この研究は、グレーの文献を調査し、AIがTAでどのように採用されているかを調査し、解決する問題、そのソリューション、利用可能なツールに焦点を当てる。
論文 参考訳（メタデータ） (2024-08-12T15:26:36Z) - AI in Software Engineering: A Survey on Project Management Applications [3.156791351998142]
機械学習(ML)はデータセットでトレーニングを行うアルゴリズムを採用しており、特定のタスクを自律的に実行することができる。
AIは、特にプロジェクト管理と計画において、ソフトウェアエンジニアリングの分野で大きな可能性を秘めている。
論文 参考訳（メタデータ） (2023-07-27T23:02:24Z) - Human-Centric Multimodal Machine Learning: Recent Advances and Testbed
on AI-based Recruitment [66.91538273487379]
人間中心のアプローチでAIアプリケーションを開発する必要性には、ある程度のコンセンサスがある。
i)ユーティリティと社会的善、(ii)プライバシとデータ所有、(iii)透明性と説明責任、(iv)AIによる意思決定プロセスの公正性。
異種情報ソースに基づく現在のマルチモーダルアルゴリズムは、データ中の機密要素や内部バイアスによってどのように影響を受けるかを検討する。
論文 参考訳（メタデータ） (2023-02-13T16:44:44Z) - Artificial Intelligence in Concrete Materials: A Scientometric View [77.34726150561087]
本章は, コンクリート材料用AI研究の主目的と知識構造を明らかにすることを目的としている。
まず、1990年から2020年にかけて発行された389の雑誌記事が、ウェブ・オブ・サイエンスから検索された。
キーワード共起分析やドキュメント共起分析などのサイエントメトリックツールを用いて,研究分野の特徴と特徴を定量化した。
論文 参考訳（メタデータ） (2022-09-17T18:24:56Z) - Towards Automated Process Planning and Mining [77.34726150561087]
我々は、AIとBPM分野の研究者が共同で働く研究プロジェクトについて紹介する。
プロセスモデルを自動的に導出するための総合的な研究課題、研究の関連分野、および総合的な研究枠組みについて論じる。
論文 参考訳（メタデータ） (2022-08-18T16:41:22Z) - Robotic Process Automation Using Process Mining $\unicode{x2013}$ A
Systematic Literature Review [0.7252027234425332]
本稿では, プロセスマイニングの適用性を評価し, RPAの実装を加速し, 改善することを目的とする。
ソフトウェアロボットで自動化可能なプロセスを理解するために,PM技術を用いた手法の体系的検討を行った。
この領域における出版物の数は着実に増加しており、特に2022年にはPMとRPAの併用への関心が高まっている。
論文 参考訳（メタデータ） (2022-04-02T03:13:17Z) - An Uncommon Task: Participatory Design in Legal AI [64.54460979588075]
われわれは10年以上前に行われた法律分野における、注目に値する、未調査のAI設計プロセスについて検討する。
インタラクティブなシミュレーション手法によって,コンピュータ科学者と弁護士が共同設計者になれることを示す。
論文 参考訳（メタデータ） (2022-03-08T15:46:52Z) - Enabling Automated Machine Learning for Model-Driven AI Engineering [60.09869520679979]
モデル駆動型ソフトウェアエンジニアリングとモデル駆動型AIエンジニアリングを実現するための新しいアプローチを提案する。
特に、私たちはAutomated MLをサポートし、AI集約システムの開発において、AIの深い知識のないソフトウェアエンジニアを支援します。
論文 参考訳（メタデータ） (2022-03-06T10:12:56Z) - AI Explainability 360: Impact and Design [120.95633114160688]
2019年、私たちはAI Explainability 360(Arya et al. 2020)を開発しました。
本稿では,いくつかのケーススタディ,統計,コミュニティフィードバックを用いて,ツールキットが与える影響について検討する。
また,ツールキットのフレキシブルな設計,使用例,利用者が利用可能な教育資料や資料についても述べる。
論文 参考訳（メタデータ） (2021-09-24T19:17:09Z) - The application of artificial intelligence in software engineering: a
review challenging conventional wisdom [0.9651131604396904]
この調査章は、ソフトウェア工学に適用されるAIの最も一般的な方法のレビューである。
このレビューでは、1975年から2017年にかけての要件フェーズについて、46の主要なAI駆動手法が発見されている。
この章の目的は、以下の質問に答えることである。
論文 参考訳（メタデータ） (2021-08-03T15:59:59Z) - Evolution of artificial intelligence languages, a systematic literature
review [0.0]
本稿では,AIプログラミング言語の進化に着目した体系的な文献レビューを行う。
このレビューは、議論されたAIプログラミング言語の各実装年、開発チーム、能力、制限、およびアプリケーションに関する情報を提供する。
論文 参考訳（メタデータ） (2021-01-27T15:57:04Z) - Software engineering for artificial intelligence and machine learning
software: A systematic literature review [6.681725960709127]
本研究は,AI/MLシステムの開発において,ソフトウェア工学がどのように応用されてきたかを検討することを目的とする。
プロフェッショナルが直面する主な課題は、テスト、AIソフトウェアの品質、データ管理といった分野だ。
論文 参考訳（メタデータ） (2020-11-07T11:06:28Z)
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。