論文の概要: TEACHING -- Trustworthy autonomous cyber-physical applications through
human-centred intelligence
- arxiv url: http://arxiv.org/abs/2107.06543v1
- Date: Wed, 14 Jul 2021 08:25:58 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-15 14:26:25.085175
- Title: TEACHING -- Trustworthy autonomous cyber-physical applications through
human-centred intelligence
- Title（参考訳）: TEACHING -- 人中心知性による信頼できる自律型サイバー物理アプリケーション
- Authors: Davide Bacciu, Siranush Akarmazyan, Eric Armengaud, Manlio Bacco,
George Bravos, Calogero Calandra, Emanuele Carlini, Antonio Carta, Pietro
Cassara, Massimo Coppola, Charalampos Davalas, Patrizio Dazzi, Maria Carmela
Degennaro, Daniele Di Sarli, J\"urgen Dobaj, Claudio Gallicchio, Sylvain
Girbal, Alberto Gotta, Riccardo Groppo, Vincenzo Lomonaco, Georg Macher,
Daniele Mazzei, Gabriele Mencagli, Dimitrios Michail, Alessio Micheli,
Roberta Peroglio, Salvatore Petroni, Rosaria Potenza, Farank Pourdanesh,
Christos Sardianos, Konstantinos Tserpes, Fulvio Tagliab\`o, Jakob Valtl,
Iraklis Varlamis, Omar Veledar
- Abstract要約: TEACHINGは、自律的アプリケーションの適応と最適化のドライバーとして、ユーザの生理的、感情的、認知的状態を活用する、人間中心のビジョンを推進している。
本稿は、TEACHINGアプローチの主な概念を論じ、それに関連するAI関連の主要な研究課題を取り上げている。
- 参考スコア（独自算出の注目度）: 14.225243979551522
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper discusses the perspective of the H2020 TEACHING project on the
next generation of autonomous applications running in a distributed and highly
heterogeneous environment comprising both virtual and physical resources
spanning the edge-cloud continuum. TEACHING puts forward a human-centred vision
leveraging the physiological, emotional, and cognitive state of the users as a
driver for the adaptation and optimization of the autonomous applications. It
does so by building a distributed, embedded and federated learning system
complemented by methods and tools to enforce its dependability, security and
privacy preservation. The paper discusses the main concepts of the TEACHING
approach and singles out the main AI-related research challenges associated
with it. Further, we provide a discussion of the design choices for the
TEACHING system to tackle the aforementioned challenges
- Abstract（参考訳）: 本稿では,H2020 TEACHINGプロジェクトの,エッジクラウド連続体にまたがる仮想リソースと物理リソースからなる分散および高度に均一な環境で動作する次世代自律アプリケーションに対する展望について述べる。
TEACHINGは、自律的アプリケーションの適応と最適化のドライバーとして、ユーザの生理的、感情的、認知的状態を活用する、人間中心のビジョンを推進している。
それは、その信頼性、セキュリティ、プライバシ保護を強制するための方法とツールによって補完される、分散された組込みおよび連合学習システムを構築することによって実現される。
本稿は、TEACHINGアプローチの主な概念について論じ、それに関連するAI関連の研究課題をまとめた。
さらに、上記の課題に取り組むためのTEACHINGシステムの設計選択についても議論する。
関連論文リスト
- Artificial Intelligence Ecosystem for Automating Self-Directed Teaching [0.0]
本研究は、自己指向学習を最適化するために設計された、革新的な人工知能駆動型教育概念を紹介する。
このシステムは、微調整されたAIモデルを活用して、カスタマイズされたロードマップ、自動プレゼンテーション生成、複雑な概念視覚化のための3次元モデリングを含む適応学習環境を作成する。
論文 参考訳（メタデータ） (2024-11-11T19:00:22Z) - Generative AI and Its Impact on Personalized Intelligent Tutoring Systems [0.0]
生成AIは、動的コンテンツ生成、リアルタイムフィードバック、適応学習経路を通じてパーソナライズされた教育を可能にする。
報告では、自動質問生成、カスタマイズされたフィードバック機構、対話システムなどの重要な応用について検討する。
今後の方向性は、マルチモーダルAI統合の潜在的な進歩、学習システムにおける感情的知性、そしてAI駆動型教育の倫理的意味を強調する。
論文 参考訳（メタデータ） (2024-10-14T16:01:01Z) - Towards Goal-oriented Intelligent Tutoring Systems in Online Education [69.06930979754627]
目標指向知能チューニングシステム(GITS)という新しいタスクを提案する。
GITSは,演習や評価のカスタマイズを戦略的に計画することで,学生の指定概念の習得を可能にすることを目的としている。
PAI(Planning-Assessment-Interaction)と呼ばれるグラフに基づく新しい強化学習フレームワークを提案する。
論文 参考訳（メタデータ） (2023-12-03T12:37:16Z) - Predictable Artificial Intelligence [77.1127726638209]
本稿では予測可能なAIのアイデアと課題を紹介する。
それは、現在および将来のAIエコシステムの重要な妥当性指標を予測できる方法を探る。
予測可能性を達成することは、AIエコシステムの信頼、責任、コントロール、アライメント、安全性を促進するために不可欠である、と私たちは主張する。
論文 参考訳（メタデータ） (2023-10-09T21:36:21Z) - Towards Ubiquitous Semantic Metaverse: Challenges, Approaches, and
Opportunities [68.03971716740823]
近年,拡張現実(AR)および仮想現実(VR)ユーザーのための没入型サイバーバーチャル体験に革命をもたらすために,ユビキタスセマンティック・メタバースが研究されている。
この調査は、ユビキタスメタバースにおける4つの基本システムコンポーネントの表現とインテリジェンスに焦点を当てる。
論文 参考訳（メタデータ） (2023-07-13T11:14:46Z) - Coordinated Science Laboratory 70th Anniversary Symposium: The Future of
Computing [80.72844751804166]
2021年、コーディネート・サイエンス研究所(CSL)は70周年を記念して、Future of Computing Symposiumを開催した。
シンポジウムで提案された主要な技術的ポイント、洞察、方向性を要約する。
参加者は、新しいコンピューティングパラダイム、技術、アルゴリズム、行動、そして将来予想される研究課題に関するトピックについて議論した。
論文 参考訳（メタデータ） (2022-10-04T17:32:27Z) - Human-Robot Collaboration and Machine Learning: A Systematic Review of
Recent Research [69.48907856390834]
人間ロボットコラボレーション(Human-robot collaboration、HRC)とは、人間とロボットの相互作用を探索する手法である。
本稿では,HRCの文脈における機械学習技術の利用に関する詳細な文献レビューを提案する。
論文 参考訳（メタデータ） (2021-10-14T15:14:33Z) - SMASH: a Semantic-enabled Multi-agent Approach for Self-adaptation of
Human-centered IoT [0.8602553195689512]
本稿では、人間中心環境におけるIoTアプリケーションの自己適応のためのマルチエージェントアプローチであるSMASHを提案する。
SMASHエージェントは、BDIエージェントモデルに基づく4層アーキテクチャを備え、人間の価値観とゴール推論、計画、行動を統合する。
論文 参考訳（メタデータ） (2021-05-31T12:33:27Z) - An interdisciplinary conceptual study of Artificial Intelligence (AI)
for helping benefit-risk assessment practices: Towards a comprehensive
qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。
目的は、AIシステムを評価するための共有概念や相違点を特定することである。
論文 参考訳（メタデータ） (2021-05-07T12:01:31Z) - Pervasive AI for IoT Applications: Resource-efficient Distributed
Artificial Intelligence [45.076180487387575]
人工知能(AI)は、さまざまなモノのインターネット(IoT)アプリケーションやサービスにおいて大きなブレークスルーを目の当たりにした。
これは、感覚データへの容易なアクセスと、リアルタイムデータストリームのゼッタバイト(ZB)を生成する広帯域/ユビキタスデバイスの巨大なスケールによって駆動される。
広範コンピューティングと人工知能の合流により、Pervasive AIはユビキタスIoTシステムの役割を拡大した。
論文 参考訳（メタデータ） (2021-05-04T23:42:06Z) - A Decentralized Approach Towards Responsible AI in Social Ecosystems [0.0]
社会生態系の当事者が望ましいAI行動を生み出すための計算施設を提供する枠組みを提示する。
アーキテクチャレベルでAIシステムを分析し、AIシステムアーキテクチャのための2つの暗号メカニズムを提案する。
我々は、分散アプローチがコンピュータ科学と社会科学の両方の観点から、責任あるaiへの最も有望な道であると主張する。
論文 参考訳（メタデータ） (2021-02-12T06:33:42Z)
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。