論文の概要: Models and numbers: Representing the world or imposing order?

• arxiv url: http://arxiv.org/abs/2104.00029v1
• Date: Wed, 31 Mar 2021 18:01:54 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-06 00:25:02.383491
• Title: Models and numbers: Representing the world or imposing order?
• Title（参考訳）: モデルと数字:世界を表すか、あるいは順序を与えるか?
• Authors: Matthias Kaiser, Tatjana Buklijas, Peter Gluckman
• Abstract要約: 我々は、数学的疫学モデルの作成と利用に関する仮説を議論し、我々の政治的・社会経済的生活の帰結を探求する。 まず、科学的モデルを最大限に活用するためには、なぜモデルが真の世界表現ではなく、既に様々な用途に向けられているのかを理解する必要がある。 第二に、公共政策における数とモデルにおける暗黙の力関係を理解する必要がある。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We argue for a foundational epistemic claim and a hypothesis about the production and uses of mathematical epidemiological models, exploring the consequences for our political and socio-economic lives. First, in order to make the best use of scientific models, we need to understand why models are not truly representational of our world, but are already pitched towards various uses. Second, we need to understand the implicit power relations in numbers and models in public policy, and, thus, the implications for good governance if numbers and models are used as the exclusive drivers of decision making.
• Abstract（参考訳）: 我々は、基礎的な疫学的な主張と数学的疫学モデルの作成と利用に関する仮説を議論し、我々の政治的・社会経済的生活の結果を探る。 まず、科学的モデルを最大限に活用するためには、なぜモデルが真の世界表現ではなく、既に様々な用途に向けられているのかを理解する必要がある。 第二に、公共政策における数とモデルにおける暗黙の力関係を理解する必要があり、したがって、数とモデルが意思決定の排他的原動力として使用される場合、良いガバナンスの意義を理解する必要がある。

関連論文リスト

• Evaluating the World Model Implicit in a Generative Model [7.317896355747284]
  最近の研究は、大きな言語モデルが暗黙的に世界モデルを学ぶことを示唆している。 これには、単純な論理的推論、地理的ナビゲーション、ゲームプレイング、化学といった問題が含まれる。 我々は,古典的なマイヒル・ネローデ定理に触発された世界モデル回復のための新しい評価指標を提案する。
  論文  参考訳（メタデータ） (2024-06-06T02:20:31Z)
• Exploring the Numerical Reasoning Capabilities of Language Models: A Comprehensive Analysis on Tabular Data [10.124148115680315]
  本研究では,4つのレベルに10種類以上の推論型を持つ数値推論スキルのための階層型分類法を提案する。 我々は、それらに特有の推論課題を特定するために、最先端モデルの包括的評価を行う。 以上の結果から,すべての数値推論型に対してモデルが常に排他的でないことが示唆された。
  論文  参考訳（メタデータ） (2023-11-03T20:05:30Z)
• Dual policy as self-model for planning [71.73710074424511]
  エージェントの自己モデルとして決定をシミュレートするために使用されるモデルについて述べる。 現在の強化学習アプローチと神経科学にインスパイアされた我々は、蒸留政策ネットワークを自己モデルとして利用することの利点と限界を探求する。
  論文  参考訳（メタデータ） (2023-06-07T13:58:45Z)
• Being Right for Whose Right Reasons? [11.120861224127303]
  本稿では,アノテータの人口統計情報を付加した人間の合理化アノテーションのコレクションである,その第1種と考えられるものについて述べる。 感情分析と常識推論にまたがる3つのデータセットと6つの人口統計群をカバーしている。 モデルが古いアノテータと/または白いアノテータの整合性に偏っていることが分かりました。
  論文  参考訳（メタデータ） (2023-06-01T13:06:43Z)
• Misspecification in Inverse Reinforcement Learning [80.91536434292328]
  逆強化学習(IRL)の目的は、ポリシー$pi$から報酬関数$R$を推論することである。 IRLの背後にある主要な動機の1つは、人間の行動から人間の嗜好を推測することである。 これは、それらが誤って特定され、現実世界のデータに適用された場合、不適切な推測につながる恐れが生じることを意味する。
  論文  参考訳（メタデータ） (2022-12-06T18:21:47Z)
• Synthetic Model Combination: An Instance-wise Approach to Unsupervised Ensemble Learning [92.89846887298852]
  ラベル付きデータのトレーニングセットから学ぶ機会のない、新しいテストデータに対する予測を検討する。 専門家モデルのセットと予測へのアクセスと、トレーニングに使用するデータセットに関する制限された情報を提供すること。
  論文  参考訳（メタデータ） (2022-10-11T10:20:31Z)
• Revealing Unfair Models by Mining Interpretable Evidence [50.48264727620845]
  機械学習の人気は、不公平なモデルがハイリスクなアプリケーションにデプロイされるリスクを高めている。 本稿では,解釈可能な証拠をマイニングすることで不公平なモデルを明らかにする新しい課題に取り組む。 本手法は,訓練されたモデルの不公平性を効果的に明らかにするために,極めて解釈可能な確固たる証拠を見出す。
  論文  参考訳（メタデータ） (2022-07-12T20:03:08Z)
• To what extent do human explanations of model behavior align with actual model behavior? [91.67905128825402]
  モデル推論決定の人間による説明が、モデルが実際にこれらの決定を下す方法と一致する程度を調べた。 自然言語の人間の説明が入力語に対するモデル感度とどのように一致するかを定量化する2つのアライメント指標を定義した。 モデルと人間の説明との整合は、NLI上のモデルの精度によって予測されないことが判明した。
  論文  参考訳（メタデータ） (2020-12-24T17:40:06Z)
• Indecision Modeling [50.00689136829134]
  AIシステムは人間の価値観に合わせて行動することが重要である。 人々はしばしば決定的ではなく、特に彼らの決定が道徳的な意味を持つときです。
  論文  参考訳（メタデータ） (2020-12-15T18:32:37Z)
• PsychFM: Predicting your next gamble [0.0]
  人間の行動そのものは選択予測問題にモデル化できる。 行動は個人に依存しているため、個人ごとに選択を予測するモデルを構築する必要がある。 機械学習や心理学理論といった概念を取り入れた,新たなハイブリッドモデル「サイコFM」が提案されている。
  論文  参考訳（メタデータ） (2020-07-03T17:41:14Z)

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。