論文の概要: Design principles for a hybrid intelligence decision support system for
business model validation
- arxiv url: http://arxiv.org/abs/2105.03356v1
- Date: Fri, 7 May 2021 16:13:36 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-10 14:56:02.876786
- Title: Design principles for a hybrid intelligence decision support system for
business model validation
- Title(参考訳): ビジネスモデル検証のためのハイブリッドインテリジェンス意思決定支援システムの設計原理
- Authors: Dominik Dellermann, Nikolaus Lipusch, Philipp Ebel, and Jan Marco
Leimeister
- Abstract要約: 本稿では,ハイブリッドインテリジェンス意思決定支援システム(HI-DSS)の設計原理について述べる。
我々はプロトタイプのアーティファクトと一連の設計原則を設計するための設計科学研究アプローチに従う。
本研究は,hi-dssの規範的知識を提供し,ビジネスモデルに対する意思決定支援,意思決定のための人間と機械の補完的強みの応用,極めて不確定な意思決定問題に対する支援システムの先行研究に寄与する。
- 参考スコア(独自算出の注目度): 4.127347156839169
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: One of the most critical tasks for startups is to validate their business
model. Therefore, entrepreneurs try to collect information such as feedback
from other actors to assess the validity of their assumptions and make
decisions. However, previous work on decisional guidance for business model
validation provides no solution for the highly uncertain and complex context of
earlystage startups. The purpose of this paper is, thus, to develop design
principles for a Hybrid Intelligence decision support system (HI-DSS) that
combines the complementary capabilities of human and machine intelligence. We
follow a design science research approach to design a prototype artifact and a
set of design principles. Our study provides prescriptive knowledge for HI-DSS
and contributes to previous work on decision support for business models, the
applications of complementary strengths of humans and machines for making
decisions, and support systems for extremely uncertain decision-making
problems.
- Abstract(参考訳): スタートアップにとって最も重要なタスクの1つは、ビジネスモデルを検証することだ。
そのため、起業家は他の俳優からのフィードバックなどの情報を収集し、仮定の妥当性を評価し、判断しようとする。
しかし、ビジネスモデル検証のための意思決定ガイダンスに関する以前の作業は、初期段階のスタートアップの高度に不確実で複雑なコンテキストに対する解決策を提供していない。
そこで本論文は,人間と機械の補完機能を組み合わせたハイブリッドインテリジェンス意思決定支援システム(HI-DSS)の設計原理を開発することを目的とする。
我々はプロトタイプのアーティファクトと一連の設計原則を設計するための設計科学研究アプローチに従う。
本研究は,hi-dssの規範的知識を提供し,ビジネスモデルに対する意思決定支援,意思決定のための人間と機械の補完的強みの応用,極めて不確定な意思決定問題に対する支援システムの先行研究に寄与する。
関連論文リスト
- PresAIse, A Prescriptive AI Solution for Enterprises [6.523929486550928]
本稿は、IBM Researchのイニシアチブの概要であり、一連の規範的AIソリューションを提供することによって、これらの課題のいくつかに対処することを目的としている。
ソリューションスイートには、スケーラブルな因果推論方法、解釈可能な意思決定アプローチ、大規模言語モデルの統合が含まれている。
概念実証であるPresAIseは、非MLの専門家が自然言語インターフェースを介して規範的なAIモデルと対話できるようにすることで、ソリューションの可能性を示している。
論文 参考訳(メタデータ) (2024-02-03T03:23:08Z) - A Survey of Reasoning with Foundation Models [235.7288855108172]
推論は、交渉、医療診断、刑事捜査など、様々な現実世界の環境において重要な役割を担っている。
本稿では,推論に適応する基礎モデルを提案する。
次に、基礎モデルにおける推論能力の出現の背後にある潜在的な将来方向を掘り下げる。
論文 参考訳(メタデータ) (2023-12-17T15:16:13Z) - Optimising Human-AI Collaboration by Learning Convincing Explanations [62.81395661556852]
本研究では,人間による意思決定によって安全を保ちながら協調的なシステムを構築する手法を提案する。
Ardentは、説明のための個人の好みに適応することで、効率的で効果的な意思決定を可能にする。
論文 参考訳(メタデータ) (2023-11-13T16:00:16Z) - Can Foundation Models Watch, Talk and Guide You Step by Step to Make a
Cake? [62.59699229202307]
AIの進歩にもかかわらず、インタラクティブなタスクガイダンスシステムの開発は依然として大きな課題である。
我々は、人間のユーザと人間のインストラクターとの自然なインタラクションに基づいて、新しいマルチモーダルベンチマークデータセット、ウォッチ、トーク、ガイド(WTaG)を作成しました。
いくつかの基礎モデルを活用して、これらのモデルが認識可能なタスクガイダンスに迅速に適応できるかを調査した。
論文 参考訳(メタデータ) (2023-11-01T15:13:49Z) - Risk-reducing design and operations toolkit: 90 strategies for managing
risk and uncertainty in decision problems [65.268245109828]
本稿では,このような戦略のカタログを開発し,それらのためのフレームワークを開発する。
高い不確実性のために難解であるように見える決定問題に対して、効率的な応答を提供する、と論じている。
次に、多目的最適化を用いた決定理論にそれらを組み込む枠組みを提案する。
論文 参考訳(メタデータ) (2023-09-06T16:14:32Z) - Designing explainable artificial intelligence with active inference: A
framework for transparent introspection and decision-making [0.0]
我々は、アクティブ推論がどのようにして説明可能なAIシステムの設計に活用できるかについて議論する。
能動推論を用いた説明可能なAIシステムのためのアーキテクチャを提案する。
論文 参考訳(メタデータ) (2023-06-06T21:38:09Z) - On Realization of Intelligent Decision-Making in the Real World: A
Foundation Decision Model Perspective [54.38373782121503]
FDM(Foundation Decision Model)は、様々な意思決定タスクをシーケンスデコーディングタスクとして定式化することで開発することができる。
本稿では、FDMの実装であるDigitalBrain(DB1)を13億のパラメータで実証し、870のタスクで人間レベルのパフォーマンスを達成するケーススタディを提案する。
論文 参考訳(メタデータ) (2022-12-24T06:16:45Z) - Model-based Analysis and Specification of Functional Requirements and
Tests for Complex Automotive Systems [0.19837121116620585]
本稿では,利害関係者の観点からの検証対象の早期識別から始まる手法を提案する。
完全かつ一貫した要件とテスト仕様を保証するために,モデルベースシステム工学(MBSE)手法を開発した。
本研究は,我々の方法論が適用可能であること,既存の要件とテスト仕様プロセスを改善することを裏付けるものである。
論文 参考訳(メタデータ) (2022-09-03T18:24:32Z) - Learning Classifier Systems for Self-Explaining Socio-Technical-Systems [0.0]
社会技術的設定では、オペレーターは意思決定支援システムによってますます助けられている。
オペレーターに受け入れられ、効率的に関与するには、特定の意思決定の背後にある理由について、意思決定支援システムが説明できる必要がある。
本稿では,アプリケーション固有の説明可能性の必要性を評価するための7つの質問のテンプレートを提案する。
論文 参考訳(メタデータ) (2022-07-01T08:13:34Z) - Moral Decision-Making in Medical Hybrid Intelligent Systems: A Team
Design Patterns Approach to the Bias Mitigation and Data Sharing Design
Problems [0.0]
チームデザインパターン(TDP)は、決定が道徳的な要素を持つ設計問題の成功と再利用可能な構成を記述する。
本稿では,医療用hiシステムにおける2つの設計問題の解のセットについて述べる。
パターンの理解性、有効性、一般化性に関するユーザビリティを評価するために、調査が作成されました。
論文 参考訳(メタデータ) (2021-02-16T17:09:43Z) - Quality meets Diversity: A Model-Agnostic Framework for Computerized
Adaptive Testing [60.38182654847399]
コンピュータ適応テスト(CAT)は多くのシナリオで有望なテストアプリケーションとして現れています。
CAT ソリューションのための新しいフレームワークである Model-Agnostic Adaptive Testing (MAAT) を提案する。
論文 参考訳(メタデータ) (2021-01-15T06:48:50Z)
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。
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。