Fugu-MT 論文翻訳(概要): A Survey of Requirements for COVID-19 Mitigation Strategies. Part II: Elicitation of Requirements

論文の概要: A Survey of Requirements for COVID-19 Mitigation Strategies. Part II: Elicitation of Requirements

arxiv url: http://arxiv.org/abs/2101.09241v2
Date: Thu, 26 Oct 2023 09:50:52 GMT
ステータス: 処理完了
システム内更新日: 2023-10-28 07:26:09.779186
Title: A Survey of Requirements for COVID-19 Mitigation Strategies. Part II: Elicitation of Requirements
Title（参考訳）: 新型コロナウイルス対策戦略の要件調査第2部:要求の緩和
Authors: Wojciech Jamroga
Abstract要約: マルチエージェントシステムは、それらの本質を研究(およびバランス)するための共通のプラットフォームを提供することができると仮定する。メディアスニペットから「蒸留」することで、プロパティの包括的リストを取得する方法を示す。
参考スコア（独自算出の注目度）: 1.3706331473063877
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The COVID-19 pandemic has influenced virtually all aspects of our lives. Across the world, countries have applied various mitigation strategies, based on social, political, and technological instruments. We postulate that multi-agent systems can provide a common platform to study (and balance) their essential properties. We also show how to obtain a comprehensive list of the properties by "distilling" them from media snippets. Finally, we present a preliminary take on their formal specification, using ideas from multi-agent logics.
Abstract（参考訳）: 新型コロナウイルスのパンデミックは、私たちの生活のあらゆる側面に影響を与えています。世界中の国々は、社会的、政治的、技術的手段に基づく様々な緩和戦略を適用してきた。マルチエージェントシステムは、それらの本質を研究(およびバランス)するための共通のプラットフォームを提供することができると仮定する。また, メディアスニペットから「蒸留」することで, 総合的な特性リストを得る方法を示す。最後に,マルチエージェント論理のアイデアを用いて,形式仕様の予備的考察を行う。

関連論文リスト

ALYMPICS: LLM Agents Meet Game Theory -- Exploring Strategic Decision-Making with AI Agents [77.34720446306419]
Alympicsは、ゲーム理論の研究にLarge Language Model (LLM)エージェントを利用する、体系的なシミュレーションフレームワークである。 Alympicsは、複雑なゲーム理論の問題を研究するための汎用的なプラットフォームを作成する。
論文参考訳（メタデータ） (2023-11-06T16:03:46Z)
Adversarial Examples in the Physical World: A Survey [38.931165051026824]
ディープニューラルネットワーク(DNN)は、敵の例に高い脆弱性を示し、広範なセキュリティ上の懸念を提起している。身体的敵対例(PAEs)は、重大な課題と安全性上の懸念を呈する。本報告では,PAEの具体的な特徴に基づいた包括的分析・分類の枠組みについて述べる。我々は、PAEを新しく、徹底的に、体系的に理解し、堅牢な対人学習の発展を促進することを目的としている。
論文参考訳（メタデータ） (2023-11-01T06:55:09Z)
Predictable Artificial Intelligence [77.1127726638209]
本稿では予測可能なAIのアイデアと課題を紹介する。それは、現在および将来のAIエコシステムの重要な妥当性指標を予測できる方法を探る。予測可能性を達成することは、AIエコシステムの信頼、責任、コントロール、アライメント、安全性を促進するために不可欠である、と私たちは主張する。
論文参考訳（メタデータ） (2023-10-09T21:36:21Z)
Melting Pot 2.0 [54.60680281014163]
Melting Potは、マルチエージェント人工知能の開発を容易にするために開発されたツールである。新たなソーシャルパートナーへの一般化を測定する評価プロトコルを提供する。 Melting Potは、最も多様な相互依存とインセンティブの集合をカバーすることを目指している。
論文参考訳（メタデータ） (2022-11-24T18:23:28Z)
A taxonomy of explanations to support Explainability-by-Design [0.0]
本稿では、全体論的な「説明可能性・デザイン」アプローチの一部として開発された説明の分類について述べる。分類学は、様々な規制の枠組みや政策から生じる幅広い要件を説明するために作られた。自動コンプライアンス戦略を支援するために、探偵コントロールとして考案された説明のスタンドアロン分類器として使用される。
論文参考訳（メタデータ） (2022-06-09T11:59:42Z)
RESPER: Computationally Modelling Resisting Strategies in Persuasive Conversations [0.7505101297221454]
説得的会話における抵抗戦略を識別するための一般化フレームワークを提案する。実験では,非協調的目標指向会話におけるパワーロールの非対称性を明らかにする。また,会話結果に対するさまざまな抵抗戦略の役割についても検討した。
論文参考訳（メタデータ） (2021-01-26T03:44:17Z)
CovidExplorer: A Multi-faceted AI-based Search and Visualization Engine for COVID-19 Information [0.0]
我々は、多面的なAIベースの検索および可視化エンジンであるCovidExplorerを紹介する。本システムの目的は、現在最先端の新型コロナウイルス研究の理解、ドメインに関する研究論文の特定、および新型コロナウイルス患者のリアルタイムトレンドと統計の可視化を支援することである。他の既存のシステムとは対照的に、CovidExplorerは、インド固有のソーシャルメディアに関するトピックに関する議論を、COVID-19のさまざまな側面を研究するためにもたらしている。
論文参考訳（メタデータ） (2020-11-30T08:42:13Z)
A Survey of Requirements for COVID-19 Mitigation Strategies. Part I: Newspaper Clips [1.6842233444365768]
我々は、緩和戦略の可能な目標と要求に言及したニュースクリップを収集する。スニペットは、健康関連目標、社会的・政治的影響、公民権、倫理的要件など、いくつかのカテゴリに分類される。近日発表のコンパニオンペーパーでは,ニュースクリップから得られた要件のダイジェストと,それらの公式仕様に関する予備的考察を紹介する。
論文参考訳（メタデータ） (2020-11-16T12:00:49Z)
Modelling Multi-Agent Epistemic Planning in ASP [66.76082318001976]
本稿では,マルチショット・アンサー・セット・プログラミング・ベース・プランナの実装について述べる。本稿は, アドホックなエピステミック状態表現とASPソルバの効率を生かしたプランナーが, 文献から収集したベンチマークに対して, 競合的な性能を示すことを示す。
論文参考訳（メタデータ） (2020-08-07T06:35:56Z)
M2P2: Multimodal Persuasion Prediction using Adaptive Fusion [65.04045695380333]
本稿では,ディベートアウトカム予測 (DOP) 問題において,誰が討論に勝つかを予測し,IPP (Intensity of Persuasion Prediction) 問題では,講演者の発言前後の投票数の変化を予測する。我々のM2P2フレームワークはIPP問題を解決するためにマルチモーダル(音響、視覚、言語)データを使用した最初のフレームワークです。
論文参考訳（メタデータ） (2020-06-03T18:47:24Z)
When and How to Lift the Lockdown? Global COVID-19 Scenario Analysis and Policy Assessment using Compartmental Gaussian Processes [111.69190108272133]
新型コロナウイルス(COVID-19)の世界的な感染拡大を受け、多くの国が前例のないロックダウン措置を講じている。さまざまなロックダウンポリシーシナリオの下で、新型コロナウイルスの死亡率を予測するデータ駆動モデルが不可欠だ。本稿では,グローバルな状況下での新型コロナウイルスロックダウンポリシーの効果を予測するためのベイズモデルを開発する。
論文参考訳（メタデータ） (2020-05-13T18:21:50Z)

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。