論文の概要: Knowledge Graphs and Machine Learning in biased C4I applications
- arxiv url: http://arxiv.org/abs/2106.09258v1
- Date: Thu, 17 Jun 2021 05:53:46 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-19 04:17:29.142133
- Title: Knowledge Graphs and Machine Learning in biased C4I applications
- Title(参考訳): バイアス付きC4Iアプリケーションにおける知識グラフと機械学習
- Authors: Evangelos Paparidis and Konstantinos Kotis
- Abstract要約: 我々は、AIアプリケーションで使われている現在の技術の組み合わせと、C4Iドメインの(非)バイアス化されたアプリケーションへの関与について論じる。
これは、現在異なるアプリケーションドメインから発生するより広い問題であるが、セキュリティ関連の性質のため、C4Iではバイアスがより重要になっているように見える。
- 参考スコア(独自算出の注目度): 0.9137554315375919
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper introduces our position on the critical issue of bias that
recently appeared in AI applications. Specifically, we discuss the combination
of current technologies used in AI applications i.e., Machine Learning and
Knowledge Graphs, and point to their involvement in (de)biased applications of
the C4I domain. Although this is a wider problem that currently emerges from
different application domains, bias appears more critical in C4I than in others
due to its security-related nature. While proposing certain actions to be taken
towards debiasing C4I applications, we acknowledge the immature aspect of this
topic within the Knowledge Graph and Semantic Web communities.
- Abstract(参考訳): 本稿では、最近AIアプリケーションに現れたバイアスの重要な問題に対する私たちの見解を紹介する。
具体的には、aiアプリケーション、すなわち機械学習とナレッジグラフで使用される現在の技術の組み合わせについて論じ、c4iドメインの偏りのあるアプリケーションへの関与を指摘する。
これは、現在異なるアプリケーションドメインから生じるより広い問題であるが、バイアスは、セキュリティに関連した性質のため、他のc4iでより重要に見える。
C4Iアプリケーションをデバイアス化するためのアクションを提案する一方で、知識グラフとセマンティックWebコミュニティにおけるこのトピックの未熟な側面を認めます。
関連論文リスト
- SAIBench: A Structural Interpretation of AI for Science Through
Benchmarks [2.6159098238462817]
本稿では,構造解釈として知られる新しいベンチマーク手法を提案する。
それは2つの重要な要件に対処する: 問題空間における信頼された操作範囲を特定し、エラーを計算コンポーネントにトレースする。
構造解釈の実用性と有効性は、3つの異なるAI4Sワークロードへの適用を通じて説明される。
論文 参考訳(メタデータ) (2023-11-29T18:17:35Z) - Towards more Practical Threat Models in Artificial Intelligence Security [71.53333444240076]
我々は、AIセキュリティ研究で最も研究されている6つの攻撃の脅威モデルを再検討し、実際にAIの使用と一致させる。
我々の論文は、人工知能のセキュリティにおけるより実用的な脅威モデルを研究するための行動である。
論文 参考訳(メタデータ) (2023-11-16T16:09:44Z) - AI for Open Science: A Multi-Agent Perspective for Ethically Translating
Data to Knowledge [4.055489363682199]
我々は,AI4Scienceのマルチエージェント拡張として,AI for Open Science(AI4OS)の概念を紹介した。
私たちのゴールは、AI4Science(例えば、自動運転ラボ)の自然な結果が、開発者だけでなく、社会全体の利益であることを保証することです。
論文 参考訳(メタデータ) (2023-10-28T23:57:15Z) - Trustworthy Machine Learning [57.08542102068706]
信頼に値する機械学習(TML)に関する教科書は、TMLの4つの重要なトピックの理論的および技術的な背景をカバーしている。
本稿では、上記の分野に関する重要な古典的・現代的な研究論文について論じ、その基礎となる直観を解明し、接続する。
論文 参考訳(メタデータ) (2023-10-12T11:04:17Z) - Can GPT-4 Perform Neural Architecture Search? [56.98363718371614]
ニューラルアーキテクチャサーチ(NAS)におけるGPT-4の可能性について検討する。
提案手法である textbfGPT-4 textbfEnhanced textbfNeural archtextbfItecttextbfUre textbfSearch (GENIUS)
我々は、いくつかのベンチマークでGENIUSを評価し、既存のNAS技術と比較し、その効果を実証した。
論文 参考訳(メタデータ) (2023-04-21T14:06:44Z) - Beyond 5G Networks: Integration of Communication, Computing, Caching,
and Control [76.13180570097299]
まず、i4Cのさまざまな側面のスナップショットを示し、背景、モチベーション、主要な技術イネーブラー、潜在的なアプリケーション、ユースケースで構成されています。
我々は、i4Cに関連する最先端の研究成果を概観し、従来型と人工知能(AI)ベースの統合アプローチの最近の動向に注目した。
最後に,6Gなどの5Gネットワークを超えて,オープンな課題と今後の研究方向性を提案する。
論文 参考訳(メタデータ) (2022-12-26T12:58:56Z) - Selected Trends in Artificial Intelligence for Space Applications [69.3474006357492]
この章は、差別化可能なインテリジェンスとオンボード機械学習に焦点を当てている。
欧州宇宙機関(ESA)Advanced Concepts Team(ACT)から選ばれたいくつかのプロジェクトについて論じる。
論文 参考訳(メタデータ) (2022-12-10T07:49:50Z) - Proceedings of the Artificial Intelligence for Cyber Security (AICS)
Workshop at AAAI 2022 [55.573187938617636]
ワークショップは、サイバーセキュリティの問題へのAIの適用に焦点を当てる。
サイバーシステムは大量のデータを生成し、これを効果的に活用することは人間の能力を超えます。
論文 参考訳(メタデータ) (2022-02-28T18:27:41Z) - The application of artificial intelligence in software engineering: a
review challenging conventional wisdom [0.9651131604396904]
この調査章は、ソフトウェア工学に適用されるAIの最も一般的な方法のレビューである。
このレビューでは、1975年から2017年にかけての要件フェーズについて、46の主要なAI駆動手法が発見されている。
この章の目的は、以下の質問に答えることである。
論文 参考訳(メタデータ) (2021-08-03T15:59:59Z) - Trans4E: Link Prediction on Scholarly Knowledge Graphs [4.633748322788302]
本稿では,特に知識グラフ(KG)に適した新しい埋め込みモデルであるTrans4Eを紹介する。
Trans4E は Academia/Industry DynAmics (AIDA) と Microsoft Academic Graph (MAG) の2つの大規模知識グラフに適用された。
我々はAIDA、MAG、その他の4つのベンチマーク(FB15k、FB15k-237、WN18RR、WN18RR)に対する代替ソリューションに対するアプローチを評価する。
論文 参考訳(メタデータ) (2021-07-03T09:34:44Z) - Trusted Artificial Intelligence: Towards Certification of Machine
Learning Applications [5.7576910363986]
T"UV AUSTRIA Groupは、Johannes Kepler University LinzのInstitute for Machine Learningと協力して、認定プロセスを提案する。
全体的なアプローチは、セキュアなソフトウェア開発、機能要件、データ品質、データ保護、倫理の側面を評価し検証しようとするものである。
監査カタログは教師あり学習の範囲内の低リスクアプリケーションに適用することができる。
論文 参考訳(メタデータ) (2021-03-31T08:59:55Z)
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。