論文の概要: Value-based Engineering with IEEE 7000TM

• arxiv url: http://arxiv.org/abs/2207.07599v1
• Date: Tue, 21 Jun 2022 14:36:41 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 09:53:16.800659
• Title: Value-based Engineering with IEEE 7000TM
• Title（参考訳）: IEEE 7000TMによる価値ベースエンジニアリング
• Authors: Sarah Spiekermann and Till Winkler
• Abstract要約: この記事では、組織が"価値ベースエンジニアリング(VBE)"アプローチで、責任と倫理的に確立されたシステムを構築する方法について述べます。 VBEは、革新管理、リスク管理、システムとソフトウェアエンジニアリングを1つのプロセスフレームワークで組み合わせた、透過的で、明確に構造化された、ステップバイステップの方法論です。
• 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: Digital ethics is being discussed worldwide as a necessity to create more reliable IT systems. This discussion, fueled by the fear of uncontrollable artificial intelligence (AI) has moved many institutions and scientists to demand a value-based system engineering. This article presents how organizations can build responsible and ethically founded systems with the 'Value-based Engineering' (VBE) approach that was standardized in the IEEE 7000TM standard. VBE is a transparent, clearly-structured, step-by-step methodology combining innovation management, risk management, system and software engineering in one process framework. It embeds a robust value ontology and terminology. It has been tested in various case studies. This article introduces readers to the most important steps and contributions of the approach.
• Abstract（参考訳）: デジタル倫理は、より信頼性の高いITシステムを構築する必要性として、世界中で議論されている。 この議論は、制御不能な人工知能(ai)を恐れて、多くの機関や科学者が価値ベースのシステムエンジニアリングを要求するようになった。 本稿では、IEEE 7000TM標準で標準化された'バリューベースエンジニアリング'(VBE)アプローチを用いて、組織が責任と倫理的に確立されたシステムを構築する方法について説明する。 vbeは、イノベーション管理、リスク管理、システムおよびソフトウェアエンジニアリングを1つのプロセスフレームワークで組み合わせる、透明で明確に構造化されたステップバイステップの方法論である。 堅牢なオントロジーと用語が組み込まれている。 様々なケーススタディでテストされている。 この記事では、このアプローチの最も重要なステップと貢献について読者に紹介します。

関連論文リスト

• Designing Secure AI-based Systems: a Multi-Vocal Literature Review [5.799668199535053]
  我々は,AIベースのシステム設計のための16のアーキテクチャセキュリティガイドラインを提示する。 このガイドラインは、AIベースのシステムのセキュアな開発について、実践者を支援することができる。
  論文  参考訳（メタデータ） (2024-07-26T08:04:05Z)
• The Switch, the Ladder, and the Matrix: Models for Classifying AI Systems [0.0]
  AI倫理の原則と実践の間にはまだギャップがある。 AI倫理を運用しようとする組織が直面する大きな障害のひとつは、明確に定義された材料スコープの欠如である。
  論文  参考訳（メタデータ） (2024-07-07T12:16:01Z)
• POLARIS: A framework to guide the development of Trustworthy AI systems [3.02243271391691]
  ハイレベルなAI倫理原則と、AI専門家のための低レベルな具体的なプラクティスの間には、大きなギャップがある。 我々は、理論と実践のギャップを埋めるために設計された、信頼に値するAIのための新しい総合的なフレームワークを開発する。 私たちの目標は、AIプロフェッショナルが信頼できるAIの倫理的側面を確実にナビゲートできるようにすることです。
  論文  参考訳（メタデータ） (2024-02-08T01:05:16Z)
• Causal Semantic Communication for Digital Twins: A Generalizable Imitation Learning Approach [74.25870052841226]
  デジタルツイン(DT)は、物理世界の仮想表現と通信(例えば6G)、コンピュータ、人工知能(AI)技術を活用して、多くの接続されたインテリジェンスサービスを実現する。 無線システムは、厳密な通信制約下での情報意思決定を容易にするために意味コミュニケーション(SC)のパラダイムを利用することができる。 DTベースの無線システムでは,因果意味通信(CSC)と呼ばれる新しいフレームワークが提案されている。
  論文  参考訳（メタデータ） (2023-04-25T00:15:00Z)
• Core and Periphery as Closed-System Precepts for Engineering General Intelligence [62.997667081978825]
  AIシステムの入力が出力から独立するかどうかは不明であり、従ってAIシステムが従来のコンポーネントとして扱われるかどうかは不明である。 本稿では, 工学的汎用知能は, コアと周辺と呼ばれる, 新たな汎用システム規範を必要とすることを示唆する。
  論文  参考訳（メタデータ） (2022-08-04T18:20:25Z)
• Enabling Automated Machine Learning for Model-Driven AI Engineering [60.09869520679979]
  モデル駆動型ソフトウェアエンジニアリングとモデル駆動型AIエンジニアリングを実現するための新しいアプローチを提案する。 特に、私たちはAutomated MLをサポートし、AI集約システムの開発において、AIの深い知識のないソフトウェアエンジニアを支援します。
  論文  参考訳（メタデータ） (2022-03-06T10:12:56Z)
• 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)
• 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)
• Technology Readiness Levels for AI & ML [79.22051549519989]
  機械学習システムの開発は、現代的なツールで容易に実行できるが、プロセスは通常急いで、エンドツーエンドで実行される。 エンジニアリングシステムは、高品質で信頼性の高い結果の開発を効率化するために、明確に定義されたプロセスとテスト標準に従います。 我々は、機械学習の開発と展開のための実証されたシステムエンジニアリングアプローチを提案する。
  論文  参考訳（メタデータ） (2020-06-21T17:14:34Z)
• Quality Management of Machine Learning Systems [0.0]
  機械学習(ML)技術の大きな進歩により、人工知能(AI)は私たちの日常生活の一部になっています。 ビジネス/ミッションクリティカルなシステムでは、AIアプリケーションの信頼性と保守性に関する深刻な懸念が残っている。 本稿では,MLアプリケーションのための総合的な品質管理フレームワークの展望について述べる。
  論文  参考訳（メタデータ） (2020-06-16T21:34:44Z)
• Value-based Engineering for Ethics by Design [0.0]
  本稿では,デザインによる倫理に関する価値ベース工学の方法論的概要について述べる。 システム設計における価値の抽出、概念化、優先順位付け、尊重に関わる重要な課題と対策について論じる。
  論文  参考訳（メタデータ） (2020-04-28T17:30:10Z)

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。