Fugu-MT 論文翻訳(概要): On the Explanation of Similarity for Developing and Deploying CBR Systems

論文の概要: On the Explanation of Similarity for Developing and Deploying CBR Systems

arxiv url: http://arxiv.org/abs/2106.04662v1
Date: Sun, 9 May 2021 08:43:27 GMT
ステータス: 処理完了
システム内更新日: 2021-06-13 13:56:07.900896
Title: On the Explanation of Similarity for Developing and Deploying CBR Systems
Title（参考訳）: CBRシステムの開発と展開における類似性の説明について
Authors: Kerstin Bach and Paul Jarle Mork
Abstract要約: この研究は、E-Healthアプリケーションを開発するAIと公衆衛生研究者の学際的な共同研究の結果である。この作業の間、ドメインの専門家による詳細な品質保証を可能にするために、開発プロセスの説明可能性と透明性が不可欠です。
参考スコア（独自算出の注目度）: 0.8223798883838329
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: During the early stages of developing Case-Based Reasoning (CBR) systems the definition of similarity measures is challenging since this task requires transferring implicit knowledge of domain experts into knowledge representations. While an entire CBR system is very explanatory, the similarity measure determines the ranking but do not necessarily show which features contribute to high (or low) rankings. In this paper we present our work on opening the knowledge engineering process for similarity modelling. This work present is a result of an interdisciplinary research collaboration between AI and public health researchers developing e-Health applications. During this work explainability and transparency of the development process is crucial to allow in-depth quality assurance of the by the domain experts.
Abstract（参考訳）: ケースベース推論(CBR)システムの開発の初期段階において、ドメインエキスパートの暗黙の知識を知識表現に転送する必要があるため、類似性尺度の定義は困難である。 CBRシステム全体が非常に説明的であるが、類似度尺度はランクを決定するが、高い(または低い)ランクに寄与する特徴を必ずしも示さない。本稿では,類似性モデリングのための知識工学プロセスの開放について述べる。この研究は、E-Healthアプリケーションを開発するAIと公衆衛生研究者の学際的な共同研究の結果である。この作業の間、開発プロセスの説明可能性と透明性はドメインの専門家による詳細な品質保証を可能にするために不可欠です。

関連論文リスト

AI-Generated Image Quality Assessment Based on Task-Specific Prompt and Multi-Granularity Similarity [62.00987205438436]
本稿では,TSP-MGSというAIGIの品質評価手法を提案する。タスク固有のプロンプトを設計し、AIGIとプロンプトの多粒度類似度を測定する。一般的に使用されるAGIQA-1KとAGIQA-3Kベンチマークの実験は、提案されたTSP-MGSの優位性を示している。
論文参考訳（メタデータ） (2024-11-25T04:47:53Z)
Unveiling and Consulting Core Experts in Retrieval-Augmented MoE-based LLMs [64.9693406713216]
RAGシステムの有効性に寄与する内部メカニズムは未解明のままである。実験の結果,複数のコアグループの専門家がRAG関連行動に主に関与していることが判明した。本稿では,専門家の活性化を通じてRAGの効率性と有効性を高めるためのいくつかの戦略を提案する。
論文参考訳（メタデータ） (2024-10-20T16:08:54Z)
StructRAG: Boosting Knowledge Intensive Reasoning of LLMs via Inference-time Hybrid Information Structurization [94.31508613367296]
Retrieval-augmented Generation(RAG)は、大規模言語モデル(LLM)を効果的に強化する鍵となる手段である。本稿では,手前のタスクに対して最適な構造型を識別し,元の文書をこの構造化形式に再構成し,その結果に基づいて回答を推測するStructRAGを提案する。実験の結果、StructRAGは最先端のパフォーマンスを実現し、特に挑戦的なシナリオに優れていた。
論文参考訳（メタデータ） (2024-10-11T13:52:44Z)
A RAG Approach for Generating Competency Questions in Ontology Engineering [1.0044270899550196]
LLM(Large Language Models)の出現により、このプロセスの自動化と強化が可能になった。本稿では,LLMを用いてCQの自動生成を行うRAG(Research-augmented Generation)手法を提案する。 2つのドメインエンジニアリングタスクで GPT-4 を用いて実験を行い、ドメインの専門家が構築した地味な CQ と比較する。
論文参考訳（メタデータ） (2024-09-13T13:34:32Z)
Leveraging Multi-AI Agents for Cross-Domain Knowledge Discovery [0.0]
本研究では,マルチAIエージェントの展開によるドメイン間知識発見への新たなアプローチを提案する。本研究は,知識ギャップの特定とブリッジングにおいて,ドメイン固有マルチAIエージェントシステムの優れた能力を示すものである。
論文参考訳（メタデータ） (2024-04-12T14:50:41Z)
A Comprehensive Survey of Belief Rule Base (BRB) Hybrid Expert system: Bridging Decision Science and Professional Services [0.0]
BRBは曖昧さ、ランダムさ、無知を十分に処理する。半定量的ツールは、数値データと言語知識の両方を処理するのに優れている。 BRBの透明で白いボックスの性質は、アクセシビリティと明確性を保証する。
論文参考訳（メタデータ） (2024-02-26T15:23:27Z)
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)
Iterative Hierarchy and Ranking Process (IHRP): A Novel Effective Hierarchy Method for Densely Connected Systems and Case Study in Student Performance Assessment [1.6317061277457001]
解釈構造モデリング(ISM)は、専門家の意見に基づいて要素間影響をマイニングする階層構築手法として広く用いられている。本稿では,従来のISM法の主な欠点の一つとして,その要因が密接な関係にあるシステムについて論じる。本稿では,このような高密度システムにおいて効果的に機能する「Iterative Hierarchy and Ranking Process」(IHRP)と呼ばれる,新しい反復的階層構築手法を提案する。
論文参考訳（メタデータ） (2023-06-17T19:11:34Z)
Hallmarks of Human-Machine Collaboration: A framework for assessment in the DARPA Communicating with Computers Program [0.851218146348961]
オープンエンドの複雑なシナリオに係わるシステムを評価するためのフレームワークについて述べる。成功しているシステムで示さなければならない重要な特性を特定します。ホールマークは研究の方向性を導くための目標として機能することを意図している。
論文参考訳（メタデータ） (2021-02-09T17:13:53Z)
Spectrum-Guided Adversarial Disparity Learning [52.293230153385124]
本稿では,新たなエンド・ツー・エンドの知識指向学習フレームワークを提案する。 2つの競合符号化分布を用いてクラス条件付きクラス内不一致を表現し、学習された不一致を識別することで精製された潜伏符号を学習する。 4つのHARベンチマークデータセットに対する実験により,提案手法の頑健性と,最先端の手法による一般化が実証された。
論文参考訳（メタデータ） (2020-07-14T05:46:27Z)
Neuro-symbolic Architectures for Context Understanding [59.899606495602406]
本稿では,データ駆動型アプローチと知識駆動型アプローチの強みを組み合わせたフレームワークとして,ハイブリッドAI手法を提案する。具体的には、知識ベースを用いて深層ニューラルネットワークの学習過程を導く方法として、ニューロシンボリズムの概念を継承する。
論文参考訳（メタデータ） (2020-03-09T15:04:07Z)

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。