Fugu-MT 論文翻訳(概要): Ontology drift is a challenge for explainable data governance

論文の概要: Ontology drift is a challenge for explainable data governance

arxiv url: http://arxiv.org/abs/2108.05401v1
Date: Wed, 11 Aug 2021 18:39:03 GMT
ステータス: 処理完了
システム内更新日: 2021-08-13 14:41:54.318016
Title: Ontology drift is a challenge for explainable data governance
Title（参考訳）: オントロジドリフトは説明可能なデータガバナンスの課題である
Authors: Jiahao Chen
Abstract要約: 本稿では,バーゼル銀行標準委員会BCBS239の標準239から生じる説明可能なAIの必要性について紹介する。これらのうち、説明可能なAIはデータ品質と複数の利害関係者に対する適切なレポートという2つの重要な側面でコンプライアンスのために必要である。
参考スコア（独自算出の注目度）: 2.538209532048867
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We introduce the needs for explainable AI that arise from Standard No. 239 from the Basel Committee on Banking Standards (BCBS 239), which outlines 11 principles for effective risk data aggregation and risk reporting for financial institutions. Of these, explainableAI is necessary for compliance in two key aspects: data quality, and appropriate reporting for multiple stakeholders. We describe the implementation challenges for one specific regulatory requirement:that of having a complete data taxonomy that is appropriate for firmwide use. The constantly evolving nature of financial ontologies necessitate a continuous updating process to ensure ongoing compliance.
Abstract（参考訳）: 標準Noから生まれた説明可能なAIの必要性を紹介します。バーゼル銀行基準委員会(BCBS 239)は、金融機関の効果的なリスクデータ収集とリスク報告に関する11の原則を概説している。これらのうち、説明可能なAIはデータ品質と複数のステークホルダーに対する適切なレポートという2つの重要な側面でコンプライアンスのために必要である。本稿では,ある特定の規制要件に対する実装上の課題について述べる:厳密な使用に適した完全なデータ分類を持つこと。金融オントロジーの絶え間なく進化する性質は、継続的な更新プロセスを必要とする。

関連論文リスト

RegNLP in Action: Facilitating Compliance Through Automated Information Retrieval and Answer Generation [51.998738311700095]
その長さ、複雑さ、頻繁な更新を特徴とする規制文書は解釈が難しい。 RegNLPは、規制規則と義務のアクセスと解釈を簡素化することを目的とした、多分野のサブフィールドである。 ObliQAデータセットには、Abu Dhabi Global Markets (ADGM) からの27,869の質問が含まれている。
論文参考訳（メタデータ） (2024-09-09T14:44:19Z)
Assessing the Potential of AI for Spatially Sensitive Nature-Related Financial Risks [0.0]
本報告では,ブラジル産牛肉供給利用事例と水利用利用事例という,2つの異なるユースケースのモデルに対するAIソリューションの可能性について述べる。ブラジルの牛の農業用ユースケースは、自然に関する考慮事項を主要な金融決定に組み込む、グリーン化ファイナンスの一例である。英国における水利事業のユースケースにおける自然ベースのソリューションの展開は、自然に肯定的な結果に投資するグリーン融資の例である。
論文参考訳（メタデータ） (2024-04-26T12:42:39Z)
Modelling Technique for GDPR-compliance: Toward a Comprehensive Solution [0.0]
EU/UKにおける新たなデータ保護法が施行された。既存の脅威モデリング技術は、コンプライアンスをモデル化するために設計されていない。非コンプライアンス脅威に対する知識基盤の原則と統合した新しいデータフローを提案する。
論文参考訳（メタデータ） (2024-04-22T08:41:43Z)
Market-GAN: Adding Control to Financial Market Data Generation with Semantic Context [23.773217528211905]
現在の財務データセットにはコンテキストラベルは含まれていない。現在の技術は、文脈を制御として財務データを生成するように設計されていない。 Market-GANは、制御可能な生成をコンテキストで行うためにGAN(Generative Adversarial Networks)を組み込んだ新しいアーキテクチャである。
論文参考訳（メタデータ） (2023-09-14T13:42:27Z)
QI2 -- an Interactive Tool for Data Quality Assurance [63.379471124899915]
欧州委員会による計画されたAI法では、データ品質に関する法的要件が規定されている。複数のデータ品質面におけるデータ品質保証プロセスをサポートする新しいアプローチを導入する。
論文参考訳（メタデータ） (2023-07-07T07:06:38Z)
The geometry of financial institutions -- Wasserstein clustering of financial data [0.0]
我々は,粒状およびビッグデータを代表的で分かりやすい地図に凝縮する方法を開発した。金融規制は、このニーズを実証する分野であり、規制当局はその活動を監視し評価するために、多種多様でしばしば非常に粒度の細かいデータを金融機関から要求する。確率分布に適用可能なロイドのアルゴリズムの変種を提案し、一般化されたワッサーシュタイン・バリセンタを用いて、与えられたデータを凝縮した形で表現する計量空間を構築する。
論文参考訳（メタデータ） (2023-05-05T14:16:29Z)
Auditing and Generating Synthetic Data with Controllable Trust Trade-offs [54.262044436203965]
合成データセットとAIモデルを包括的に評価する総合監査フレームワークを導入する。バイアスや差別の防止、ソースデータへの忠実性の確保、実用性、堅牢性、プライバシ保護などに焦点を当てている。多様なユースケースにまたがる様々な生成モデルを監査することにより,フレームワークの有効性を実証する。
論文参考訳（メタデータ） (2023-04-21T09:03:18Z)
A Unified Framework of Policy Learning for Contextual Bandit with Confounding Bias and Missing Observations [108.89353070722497]
本研究では,観測データを用いた最適ポリシの獲得を目的とした,オフラインのコンテキスト的帯域幅問題について検討する。本稿では、積分方程式系の解として報酬関数を形成するCausal-Adjusted Pessimistic(CAP)ポリシー学習という新しいアルゴリズムを提案する。
論文参考訳（メタデータ） (2023-03-20T15:17:31Z)
SaFormer: A Conditional Sequence Modeling Approach to Offline Safe Reinforcement Learning [64.33956692265419]
オフラインセーフなRLは、現実世界のアプリケーションにエージェントをデプロイする上で、非常に実用的な関連性を持っています。そこで我々は,SaFormerと呼ばれる新しいオフラインセーフなRLアプローチを提案する。
論文参考訳（メタデータ） (2023-01-28T13:57:01Z)
ROAD-R: The Autonomous Driving Dataset with Logical Requirements [54.608762221119406]
論理要求付きROADイベント認識データセット(ROAD-R)を紹介する。 ROAD-Rは、論理的制約として表現された要件を持つ、自動運転のための最初の公開データセットである。我々は、(i)パフォーマンスが良く、(ii)要求自体に準拠することが保証されているモデルを作成するためにそれらを活用できることを示します。
論文参考訳（メタデータ） (2022-10-04T13:22:19Z)

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。