論文の概要: Mobile Data Service Adoption and Use from a Service Supply Perspective:
An Empirical Investigation
- arxiv url: http://arxiv.org/abs/2104.02085v1
- Date: Fri, 26 Mar 2021 01:52:42 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-06 19:01:45.159747
- Title: Mobile Data Service Adoption and Use from a Service Supply Perspective:
An Empirical Investigation
- Title(参考訳): サービスサプライの観点から見たモバイルデータサービスの採用と利用:実証的研究
- Authors: Krassie Petrova, Stephen G. MacDonell and Dave Parry
- Abstract要約: 本稿では,モバイルデータサービス(MDS)サプライチェーンの参加者の選択について,実証的研究を行った。
帰納的セマンティック分析アプローチを適用して、研究データはまず、テーママップとして表現される。
テーママップは、MDSサプライヤーの視点をMDSの顧客採用と利用を調査するモデルに貢献する提案を定式化するために使用される。
- 参考スコア(独自算出の注目度): 2.0572223025450675
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The paper presents the findings of an empirical study of the views of a
selection of mobile data service (MDS) supply chain participants about
anticipated MDS customer requirements and expectations, and about the MDS
environment. Applying an inductive thematic analysis approach, the study data
are first represented as a thematic map; the thematic map is then used to
formulate propositions that contribute an MDS supplier perspective to models
investigating MDS customer adoption and use.
- Abstract(参考訳): 本稿では,MDSの顧客要求と期待,およびMDS環境について,モバイルデータサービス(MDS)サプライチェーンの参加者の選択について,実証的研究を行った。
帰納的セマンティック分析アプローチを適用すると、研究データはまずテーママップとして表現され、その後、MDSサプライヤーの視点に寄与する命題をMDSの顧客採用と利用を調査するモデルに定式化する。
関連論文リスト
- Prompt-based Personalized Federated Learning for Medical Visual Question
Answering [56.002377299811656]
本稿では,データの不均一性とプライバシの懸念に対処するための,新しいプロンプトベースのパーソナライズド・フェデレーション・ラーニング(pFL)手法を提案する。
我々は、異なる臓器からの医療データセットをクライアントとみなし、各クライアントに対してパーソナライズされたトランスフォーマーベースのVQAモデルをトレーニングするためにpFLを使用する。
論文 参考訳(メタデータ) (2024-02-15T03:09:54Z) - Data Acquisition: A New Frontier in Data-centric AI [65.90972015426274]
まず、現在のデータマーケットプレースを調査し、データセットに関する詳細な情報を提供するプラットフォームが不足していることを明らかにする。
次に、データプロバイダと取得者間のインタラクションをモデル化するベンチマークであるDAMチャレンジを紹介します。
提案手法の評価は,機械学習における効果的なデータ取得戦略の必要性を浮き彫りにしている。
論文 参考訳(メタデータ) (2023-11-22T22:15:17Z) - Toward Generative Data Augmentation for Traffic Classification [54.92823760790628]
Data Augmentation (DA) 合成サンプルによるトレーニングデータの拡張 - Computer Vision (CV) で大きく採用され、モデル性能が向上した。
DAは、トラフィック分類(TC)を含むネットワークのユースケースでは、まだ普及していない。
論文 参考訳(メタデータ) (2023-10-21T08:08:37Z) - A Survey on Interpretable Cross-modal Reasoning [64.37362731950843]
マルチメディア分析から医療診断に至るまで、クロスモーダル推論(CMR)が重要な分野として浮上している。
この調査は、解釈可能なクロスモーダル推論(I-CMR)の領域を掘り下げる
本調査では,I-CMRの3段階分類法について概説する。
論文 参考訳(メタデータ) (2023-09-05T05:06:48Z) - Incorporating Domain Knowledge in Deep Neural Networks for Discrete
Choice Models [0.5801044612920815]
本稿では,DCMにおけるデータ駆動型アプローチの可能性を拡張するフレームワークを提案する。
これには、必要な関係を表す擬似データサンプルと、その実現度を測定する損失関数が含まれる。
ケーススタディは、このフレームワークの個別選択分析の可能性を示している。
論文 参考訳(メタデータ) (2023-05-30T12:53:55Z) - A Survey on User Behavior Modeling in Recommender Systems [36.797169604235954]
ユーザ・ビヘイビア・モデリング(UBM)は、リコメンデータ・システムで広く使われている、ユーザ関心の学習において重要な役割を担っている。
既存のUBM研究の系統分類を4つの方向に分類することができる。
既存の UBM ソリューションの適用価値に関する洞察を提供することを目標として,UBM 手法の産業的実践について詳しく述べる。
論文 参考訳(メタデータ) (2023-02-22T01:34:51Z) - GAN-based Facial Attribute Manipulation [91.93085379356565]
本稿では,GANをベースとしたFAM手法の総合的な調査を行い,その主な動機と技術的詳細を要約する。
本調査の主な内容は, (i) FAMに関する研究背景と基礎概念の紹介, (ii) GANに基づくFAM手法の3つの主要なカテゴリにおける体系的レビュー, (iii) FAM手法の重要な性質に関する詳細な議論である。
論文 参考訳(メタデータ) (2022-10-23T09:49:08Z) - Deep Insights of Learning based Micro Expression Recognition: A
Perspective on Promises, Challenges and Research Needs [7.218497970427467]
マイクロ表現認識(MER)の高性能化のために,Deep Learning(DL)に基づく技術が採用されている。
本稿では, ネットワークモデル設計, 実験戦略, 課題, 研究ニーズの約束を視点として, DLベースのMERフレームワークに関する深い洞察を提供することを目的とする。
論文 参考訳(メタデータ) (2022-10-10T18:08:24Z) - Information Symmetry Matters: A Modal-Alternating Propagation Network
for Few-Shot Learning [118.45388912229494]
未ラベルサンプルの欠落した意味情報を補うために,モーダル代替伝搬ネットワーク (MAP-Net) を提案する。
我々は,情報伝達がより有益になるように,セマンティクスを介して視覚的関係ベクトルを誘導するリレーガイダンス(RG)戦略を設計する。
提案手法は有望な性能を達成し,最先端の手法よりも優れる。
論文 参考訳(メタデータ) (2021-09-03T03:43:53Z) - Does the Markov Decision Process Fit the Data: Testing for the Markov
Property in Sequential Decision Making [23.899448293359598]
提案試験は, 観測データの関節分布にパラメトリック形式を仮定しない。
人工データセットとモバイルヘルス研究の実際のデータ例に本テストを適用し,その有用性を示す。
論文 参考訳(メタデータ) (2020-02-05T12:29:10Z)
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。