論文の概要: Framework for disruptive AI/ML Innovation
- arxiv url: http://arxiv.org/abs/2204.12641v1
- Date: Wed, 27 Apr 2022 00:22:13 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 16:29:57.748180
- Title: Framework for disruptive AI/ML Innovation
- Title（参考訳）: AI/ML革新のためのフレームワーク
- Authors: Wim Verleyen and William McGinnis
- Abstract要約: このフレームワークは、Cスイートのエグゼクティブリーダがビジネスプランを定義し、AI/MLソリューションを構築するための技術的依存関係を管理することを可能にする。
ビジネスプランは、AI/MLイノベーションとAI/MLソリューションの基礎を表している。
このフレームワークにはバリューチェーン、サプライチェーン、エコシステム戦略が含まれている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This framework enables C suite executive leaders to define a business plan
and manage technological dependencies for building AI/ML Solutions. The
business plan of this framework provides components and background information
to define strategy and analyze cost. Furthermore, the business plan represents
the fundamentals of AI/ML Innovation and AI/ML Solutions. Therefore, the
framework provides a menu for managing and investing in AI/ML. Finally, this
framework is constructed with an interdisciplinary and holistic view of AI/ML
Innovation and builds on advances in business strategy in harmony with
technological progress for AI/ML. This framework incorporates value chain,
supply chain, and ecosystem strategies.
- Abstract（参考訳）: このフレームワークにより、c suiteのエグゼクティブリーダーは、ビジネスプランを定義し、ai/mlソリューションを構築するための技術的依存関係を管理することができる。
このフレームワークのビジネスプランは、戦略を定義し、コストを分析するためにコンポーネントと背景情報を提供します。
さらに、ビジネスプランは、AI/MLイノベーションとAI/MLソリューションの基礎を表している。
したがって、このフレームワークはAI/MLの管理と投資のためのメニューを提供する。
最後に、このフレームワークは、AI/MLイノベーションの学際的で総合的な視点で構築されており、AI/MLの技術進歩と調和して、ビジネス戦略の進歩の上に構築されている。
このフレームワークにはバリューチェーン、サプライチェーン、エコシステム戦略が含まれている。
関連論文リスト
- EPO: Explicit Policy Optimization for Strategic Reasoning in LLMs via Reinforcement Learning [69.55982246413046]
戦略的推論のための明示的なポリシー最適化(EPO)を提案する。
EPOはオープンなアクション空間で戦略を提供し、任意のLLMエージェントにプラグインすることで、ゴール指向の振る舞いを動機付けることができる。
社会的および物理的領域にわたる実験は、EPOの長期的なゴールアライメント能力を示す。
論文 参考訳（メタデータ） (2025-02-18T03:15:55Z) - Strategic AI adoption in SMEs: A Prescriptive Framework [0.0]
中小企業におけるAI技術の採用は、主にコスト、技術スキルの欠如、従業員の受け入れに関連する大きな障壁に直面している。
本研究では,中小企業におけるAIの効果的な採用を促進するために,総合的な段階的枠組みを提案する。
論文 参考訳（メタデータ） (2024-08-05T09:49:37Z) - Converging Paradigms: The Synergy of Symbolic and Connectionist AI in LLM-Empowered Autonomous Agents [55.63497537202751]
コネクショニストと象徴的人工知能(AI)の収束を探求する記事
従来、コネクショナリストAIはニューラルネットワークにフォーカスし、シンボリックAIはシンボリック表現とロジックを強調していた。
大型言語モデル(LLM)の最近の進歩は、人間の言語をシンボルとして扱う際のコネクショナリストアーキテクチャの可能性を強調している。
論文 参考訳（メタデータ） (2024-07-11T14:00:53Z) - Machine Learning Insides OptVerse AI Solver: Design Principles and
Applications [74.67495900436728]
本稿では,Huawei CloudのOpsVerse AIソルバに機械学習(ML)技術を統合するための総合的研究について述べる。
本稿では,実世界の多面構造を反映した生成モデルを用いて,複雑なSATインスタンスとMILPインスタンスを生成する手法を紹介する。
本稿では,解解器性能を著しく向上させる,最先端パラメータチューニングアルゴリズムの導入について詳述する。
論文 参考訳（メタデータ） (2024-01-11T15:02:15Z) - Choosing the Right Path for AI Integration in Engineering Companies: A
Strategic Guide [4.327763441385369]
論文では、ビジネス理解からデプロイメント、さらなる進化に至るまで、AIソリューション構築のライフサイクル全体について取り上げている。
このフレームワークは、エンジニアリング企業がビジネス価値を生み出すための最適なAIアプローチを選択するのに役立つかもしれない。
論文 参考訳（メタデータ） (2023-12-25T11:58:37Z) - Responsible AI Implementation: A Human-centered Framework for
Accelerating the Innovation Process [0.8481798330936974]
本稿では,人工知能(AI)の実装に関する理論的枠組みを提案する。
提案されたフレームワークは、アジャイル共同創造プロセスのための相乗的ビジネス技術アプローチを強調している。
このフレームワークは,AIの人間中心の設計とアジャイル開発を通じて,信頼の確立と維持を重視している。
論文 参考訳（メタデータ） (2022-09-15T06:24:01Z) - Attacks, Defenses, And Tools: A Framework To Facilitate Robust AI/ML
Systems [2.5137859989323528]
ソフトウェアシステムは、人工知能(AI)と機械学習(ML)コンポーネントにますます依存している。
本稿では,AI対応システムに関連する攻撃や弱点を特徴付ける枠組みを提案する。
論文 参考訳（メタデータ） (2022-02-18T22:54:04Z) - aiSTROM -- A roadmap for developing a successful AI strategy [3.5788754401889014]
Rackspace Technologyの最近の調査によると、AI研究開発プロジェクトの34%が失敗または放棄されている。
我々は、マネージャにAI戦略を成功させる新しい戦略フレームワーク、aiSTROMを提案する。
論文 参考訳（メタデータ） (2021-06-25T08:40:15Z) - 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) - Investigating Bi-Level Optimization for Learning and Vision from a
Unified Perspective: A Survey and Beyond [114.39616146985001]
機械学習やコンピュータビジョンの分野では、モチベーションやメカニズムが異なるにもかかわらず、複雑な問題の多くは、一連の密接に関連するサブプロトコルを含んでいる。
本稿では,BLO(Bi-Level Optimization)の観点から,これらの複雑な学習と視覚問題を一様に表現する。
次に、値関数に基づく単一レベル再構成を構築し、主流勾配に基づくBLO手法を理解し、定式化するための統一的なアルゴリズムフレームワークを確立する。
論文 参考訳（メタデータ） (2021-01-27T16:20:23Z) - Towards an Interface Description Template for AI-enabled Systems [77.34726150561087]
再利用(Reuse)は、システムアーキテクチャを既存のコンポーネントでインスタンス化しようとする、一般的なシステムアーキテクチャのアプローチである。
現在、コンポーネントが当初目的としていたものと異なるシステムで運用する可搬性を評価するために必要な情報の選択をガイドするフレームワークは存在しない。
我々は、AI対応コンポーネントの主情報をキャプチャするインターフェイス記述テンプレートの確立に向けて、現在進行中の作業について述べる。
論文 参考訳（メタデータ） (2020-07-13T20:30:26Z)
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。