論文の概要: Technology Fitness Landscape and the Future of Innovation
- arxiv url: http://arxiv.org/abs/2110.13624v2
- Date: Wed, 27 Oct 2021 05:28:09 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-31 09:10:28.853292
- Title: Technology Fitness Landscape and the Future of Innovation
- Title(参考訳): テクノロジー・フィットネスの展望とイノベーションの未来
- Authors: Shuo Jiang, Jianxi Luo
- Abstract要約: 我々は,1,757のテクノロジードメインの神経埋め込み空間を前提とした,ディープラーニングベースの技術フィットネスランドスケープを提案する。
先行研究から各技術領域の改善率を導出する。
- 参考スコア(独自算出の注目度): 3.1981440103815717
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We present a deep learning-based technology fitness landscape premised on a
neural embedding space of 1,757 technology domains and their respective
improvement rates. The technology embedding space is a high-dimensional vector
space trained via applying neural embedding techniques to patent data. The
improvement rates of respective technology domains are drawn from a prior
study. The technology fitness landscape exhibits a high hill related to
information and communication technologies (ICT) and a vast low plain of the
remaining domains. The technology fitness landscape presents a bird's eye view
of the structure of the total technology space, a new way to interpret
technology evolution with a biological analogy, and a biologically-inspired
inference to next innovation.
- Abstract(参考訳): 我々は,1,757のテクノロジードメインのニューラルネットワーク埋め込み空間と,それぞれの改善率に基づいて,ディープラーニングベースの技術フィットネスランドスケープを提示する。
技術埋め込み空間は、特許データに神経埋め込み技術を適用することで訓練された高次元ベクトル空間である。
各技術領域の改善率は、先行研究から導かれる。
テクノロジー・フィットネス・ランドスケープは情報通信技術(ICT)に関連する高い丘と、残りの領域の広大な低地を示す。
テクノロジー・フィットネスの展望は、テクノロジー全体の空間の構造を鳥の視点で見ること、生物学的アナロジーでテクノロジーの進化を解釈する新しい方法、そして次のイノベーションに生物学的にインスパイアされた推論を示す。
関連論文リスト
- Methods and strategies for improving the novel view synthesis quality of
neural radiation field [0.3823356975862005]
NeRF技術は、2D画像からシーンの3D暗黙モデルを学び、現実的な新しいビューイメージを合成することができる。
NeRF画像のレンダリング品質を改善する必要があるという問題に対して、多くの研究者が過去3年間のレンダリング品質を改善するための様々な方法を提案している。
この研究は、研究者がこの分野における現在の技術状況と進化の文脈を素早く理解するのに役立ちます。
論文 参考訳(メタデータ) (2024-01-23T02:30:16Z) - Artificial intelligence optical hardware empowers high-resolution
hyperspectral video understanding at 1.2 Tb/s [53.91923493664551]
本研究は,多次元映像理解のためのハードウェアアクセラレーション型集積光電子プラットフォームをリアルタイムに導入する。
この技術プラットフォームは、人工知能ハードウェアと光学的に情報を処理し、最先端のマシンビジョンネットワークを組み合わせる。
このような性能は、類似のスペクトル分解能を持つ最も近い技術の速度を3~4等級で上回る。
論文 参考訳(メタデータ) (2023-12-17T07:51:38Z) - DeepSpeed4Science Initiative: Enabling Large-Scale Scientific Discovery
through Sophisticated AI System Technologies [116.09762105379241]
DeepSpeed4Scienceは、AIシステム技術革新を通じてユニークな機能を構築することを目指している。
我々は、構造生物学研究における2つの重要なシステム課題に対処するために、DeepSpeed4Scienceで行った初期の進歩を紹介した。
論文 参考訳(メタデータ) (2023-10-06T22:05:15Z) - Ensoul: A framework for the creation of self organizing intelligent
ultra low power systems (SOULS) through evolutionary enerstatic networks [0.0]
SOULS(Self Organizing Inteltic Ultra Low Power Systems)は、このような生成技術によって生み出された技術をよく表す用語である。
SOULSは、生物学的、人工的、あるいはハイブリッドな形でもよい。
論文 参考訳(メタデータ) (2023-04-26T23:11:59Z) - Emerging AI Technologies Inspiring the Next Generation of E-textiles [3.982572484213973]
スマート・テキスタイルとウェアラブル分野は、業界、消費者、そして新しい革新的なテキスタイル・アプリケーションの需要を満たすために、テクノロジーの進歩を目指している。
人間の脳の生物学的神経活動に基づく並列インスピレーションは、次世代の人工知能を駆動している。
人工ニューラルネットワークの中核となるアーキテクチャ要素、ニューロモルフィックコンピューティング、そしてそのような神経科学にインスパイアされた技術が変化にどのように影響し、インスピレーションを与えるかを検討する。
論文 参考訳(メタデータ) (2023-03-06T15:04:27Z) - Quantum Communication Systems: Vision, Protocols, Applications, and
Challenges [0.20999222360659603]
本稿では,量子通信,ビジョン,設計目標,情報処理,プロトコルの基本について述べる。
通信技術における量子ビットの使用は、既に既存の技術の限界を超えている。
この技術は将来の通信システムに非常に有望である。
論文 参考訳(メタデータ) (2022-12-27T01:16:24Z) - 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) - Pathway to Future Symbiotic Creativity [76.20798455931603]
そこで本研究では, 5クラス階層の創造システムを分類し, 擬人アーティストから機械アーティストへの創造の道筋を示す。
芸術創造においては、機械は欲求、感謝、感情を含む人間の精神状態を理解する必要があるが、機械の創造的能力と限界も理解する必要がある。
我々は、人間互換のAIシステムが「ループ内人間」の原理に基づいているべきだという哲学を取り入れた、未来のマシンアーティストを構築するための新しいフレームワークを提案する。
論文 参考訳(メタデータ) (2022-08-18T15:12:02Z) - Socio-Technological Challenges and Opportunities: Paths Forward [6.300427803201227]
設計面に広汎な接続性,持続可能性,人口包摂性を持たせることで,円周開発サイクルを構築するための重要な学際的努力を期待する。
この取り組みによって、世界中のさまざまな地域の人々に提供する技術ソリューションを開発する際に、私たちのコンピューティングコミュニティがより広範な、より包括的なアプローチを取るようになることを願っています。
論文 参考訳(メタデータ) (2021-08-15T13:31:09Z) - Photonics for artificial intelligence and neuromorphic computing [52.77024349608834]
フォトニック集積回路は超高速な人工ニューラルネットワークを可能にした。
フォトニックニューロモルフィックシステムはナノ秒以下のレイテンシを提供する。
これらのシステムは、機械学習と人工知能の需要の増加に対応する可能性がある。
論文 参考訳(メタデータ) (2020-10-30T21:41:44Z) - Deep Technology Tracing for High-tech Companies [67.86308971806322]
我々は、各ハイテク企業にカスタマイズされた最も可能な技術方向を自動的に見つけるために、新しいデータ駆動ソリューション、すなわちDeep Technology Forecasting(DTF)フレームワークを開発する。
DTFは、潜在的な競合認識(PCR)、協調技術認識(CTR)、Deep Technology Tracing(DTT)ニューラルネットワークの3つのコンポーネントで構成されている。
論文 参考訳(メタデータ) (2020-01-02T07:44:12Z)
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。