論文の概要: Innovation and informal knowledge exchanges between firms

• arxiv url: http://arxiv.org/abs/2208.14719v1
• Date: Wed, 31 Aug 2022 09:26:10 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 10:54:17.705363
• Title: Innovation and informal knowledge exchanges between firms
• Title（参考訳）: 企業間のイノベーションと非公式知識交換
• Authors: Juste Raimbault
• Abstract要約: 本稿では,企業間における地理的近接性や非公式知識交換の役割を実証するエージェントベースモデルを提案する。 感度分析と系統モデル探索は、イノベーションに対する相互作用距離の強い影響を明らかにする。 モデルバイオブジェクト最適化はイノベーションとプロダクトの多様性の妥協を示し、実際にはクラスタのトレードオフを示唆している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Firm clusters are seen as having a positive effect on innovations, what can be interpreted as economies of scale or knowledge spillovers. The processes underlying the success of these clusters remain difficult to isolate. We propose in this paper a stylised agent-based model to test the role of geographical proximity and informal knowledge exchanges between firms on the emergence of innovations. The model is run on synthetic firm clusters. Sensitivity analysis and systematic model exploration unveil a strong impact of interaction distance on innovations, with a qualitative shift when spatial interactions are more intense. Model bi-objective optimisation shows a compromise between innovation and product diversity, suggesting trade-offs for clusters in practice. This model provides thus a first basis to systematically explore the interplay between firm cluster geography and innovation, from an evolutionary perspective.
• Abstract（参考訳）: 企業クラスタはイノベーションに肯定的な影響を与えていると見なされ、規模や知識の流出の経済と解釈できる。 これらのクラスタの成功の基盤となるプロセスは、分離が難しいままである。 本稿では,企業間における地理的近接性と非公式知識交換の役割を実証するためのエージェントベースモデルを提案する。 モデルは合成企業クラスタ上で実行される。 感度分析と系統的モデル探索は、空間的相互作用がより強烈な場合の質的変化とともに、相互作用距離がイノベーションに強い影響を与える。 モデルバイオブジェクト最適化はイノベーションとプロダクトの多様性の妥協を示し、実際にはクラスタのトレードオフを示唆している。 このモデルは、進化的な観点から、強固なクラスタ地理とイノベーションの間の相互作用を体系的に探究する最初の基盤を提供する。

関連論文リスト

• MergeNet: Knowledge Migration across Heterogeneous Models, Tasks, and Modalities [72.68829963458408]
  異種モデルのパラメータ空間のギャップを埋めることを学ぶMergeNetを提案する。 MergeNetの中核となるメカニズムはパラメータアダプタにあり、ソースモデルの低ランクパラメータをクエリすることで動作する。 MergeNetは両方のモデルと共に学習され、我々のフレームワークは、現在のステージに関する知識を動的に転送し、適応することができます。
  論文  参考訳（メタデータ） (2024-04-20T08:34:39Z)
• Prismatic: Interactive Multi-View Cluster Analysis of Concept Stocks [42.39389192863717]
  本研究では,ビジネス関係知識の定量的分析と質的分析を統合した視覚分析システムPrismaticを提案する。
  論文  参考訳（メタデータ） (2024-02-14T06:47:30Z)
• Multi-Agent Dynamic Relational Reasoning for Social Robot Navigation [50.01551945190676]
  社会ロボットナビゲーションは、日常生活の様々な状況において有用であるが、安全な人間とロボットの相互作用と効率的な軌道計画が必要である。 本稿では, 動的に進化する関係構造を明示的に推論した系統的関係推論手法を提案する。 マルチエージェント軌道予測とソーシャルロボットナビゲーションの有効性を実証する。
  論文  参考訳（メタデータ） (2024-01-22T18:58:22Z)
• AntEval: Evaluation of Social Interaction Competencies in LLM-Driven Agents [65.16893197330589]
  大規模言語モデル(LLM)は、幅広いシナリオで人間の振る舞いを再現する能力を示した。 しかし、複雑なマルチ文字のソーシャルインタラクションを扱う能力については、まだ完全には研究されていない。 本稿では,新しいインタラクションフレームワークと評価手法を含むマルチエージェントインタラクション評価フレームワーク(AntEval)を紹介する。
  論文  参考訳（メタデータ） (2024-01-12T11:18:00Z)
• A Deep Learning Representation of Spatial Interaction Model for Resilient Spatial Planning of Community Business Clusters [4.8051028509814575]
  本稿では,コミュニティビジネスクラスタと取引エリア間の訪問フローを予測するためのSIM-GATモデルを提案する。 グラフベースのディープラーニングモデル、すなわちGraph AttenTion Network(GAT)は、ビジネスのクラスタと相互依存性をキャプチャするために使用される。
  論文  参考訳（メタデータ） (2024-01-09T23:42:21Z)
• Feature Interaction Aware Automated Data Representation Transformation [27.26916497306978]
  我々は,マルコフ決定過程をカスケードした階層的強化学習構造を開発し,特徴選択と操作選択を自動化する。 我々は、選択された特徴間の相互作用強度に基づいてエージェントに報酬を与える。その結果、人間の意思決定をエミュレートする特徴空間をインテリジェントかつ効率的に探索する。
  論文  参考訳（メタデータ） (2023-09-29T06:48:16Z)
• Deep Learning-based Analysis of Basins of Attraction [49.812879456944984]
  本研究は,様々な力学系における盆地の複雑さと予測不可能性を特徴づけることの課題に対処する。 主な焦点は、この分野における畳み込みニューラルネットワーク(CNN)の効率性を示すことである。
  論文  参考訳（メタデータ） (2023-09-27T15:41:12Z)
• A new perspective on the prediction of the innovation performance: A data driven methodology to identify innovation indicators through a comparative study of Boston's neighborhoods [0.0]
  この研究は、ボストンの35ジップコードエリアにまたがる、地理的に分散した大規模なデータセットを用いている。 ジップコード領域のイノベーションパフォーマンスを表現するため、イノベーションの場所に関連する新しいメトリクスが提案されている。
  論文  参考訳（メタデータ） (2023-04-04T05:45:50Z)
• Convolutions for Spatial Interaction Modeling [9.408751013132624]
  自律走行車周辺におけるアクターの移動予測における空間相互作用モデリングの問題点について考察する。 我々は畳み込みを再検討し,低レイテンシで空間相互作用をモデル化する上で,グラフネットワークと同等のパフォーマンスを実証できることを示した。
  論文  参考訳（メタデータ） (2021-04-15T00:41:30Z)
• Cooperative Policy Learning with Pre-trained Heterogeneous Observation Representations [51.8796674904734]
  事前訓練された異種観察表現を用いた新たな協調学習フレームワークを提案する。 エンコーダ-デコーダに基づくグラフアテンションを用いて、複雑な相互作用と異種表現を学習する。
  論文  参考訳（メタデータ） (2020-12-24T04:52:29Z)
• Human Trajectory Forecasting in Crowds: A Deep Learning Perspective [89.4600982169]
  本稿では,既存の深層学習に基づくソーシャルインタラクションのモデル化手法について詳細に分析する。 本稿では、これらの社会的相互作用を効果的に捉えるための知識に基づく2つのデータ駆動手法を提案する。 我々は,人間の軌道予測分野において,重要かつ欠落したコンポーネントであるTrajNet++を大規模に開発する。
  論文  参考訳（メタデータ） (2020-07-07T17:19:56Z)

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。