Fugu-MT 論文翻訳(概要): Data-driven Innovation: Understanding the Direction for Future Research

論文の概要: Data-driven Innovation: Understanding the Direction for Future Research

arxiv url: http://arxiv.org/abs/2212.03061v1
Date: Sun, 4 Dec 2022 22:17:23 GMT
ステータス: 処理完了
システム内更新日: 2023-02-19 12:51:14.572480
Title: Data-driven Innovation: Understanding the Direction for Future Research
Title（参考訳）: データ駆動イノベーション:未来研究の方向性を理解する
Authors: Sasari Samarasinghe and Sachithra Lokuge
Abstract要約: 我々は、データ駆動イノベーション現象を理解するために、文献の体系的で包括的なレビューを行う。本研究の成果は,知識体系のギャップを判断する上で,また,実践者がデータ戦略を改善する上でも有用である。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In the contemporary age of information, organisations have realised the importance of data to innovate and thereby attain a competitive advantage. As a result, firms are more focused on understanding the potential to achieve data-driven innovation (DDI). Researchers too have focused on examining this novel phenomenon in a broader scope. In this study, we conducted a systematic and comprehensive review of the literature to understand the DDI phenomenon. The findings of this study benefit scholars in determining the gaps in the current body of knowledge as well as for practitioners to improve their data strategy to enhance and develop innovation capabilities.
Abstract（参考訳）: 現代の情報時代において、組織はデータの革新と競争上の優位性を実現するためにの重要性を認識してきた。その結果、企業はデータ駆動イノベーション(DDI)を実現する可能性を理解することに注力している。研究者もこの現象を広い範囲で調べることに注力している。本研究では,DDI現象を理解するために,文献の体系的,包括的レビューを行った。本研究の成果は,現在の知識体系のギャップを解明し,実践者がイノベーション能力の向上と発展のためにデータ戦略を改善する上で有益である。

関連論文リスト

Deploying Large Language Models With Retrieval Augmented Generation [0.21485350418225244]
Retrieval Augmented Generationは、大規模言語モデルのトレーニングセット外のデータソースからの知識を統合するための重要なアプローチとして登場した。本稿では,LLMとRAGを統合して情報検索を行うパイロットプロジェクトの開発とフィールドテストから得られた知見について述べる。
論文参考訳（メタデータ） (2024-11-07T22:11:51Z)
Reproducibility and Geometric Intrinsic Dimensionality: An Investigation on Graph Neural Network Research [0.0]
これらの努力に基づいて構築することは、マシンラーニングにおけるもうひとつの重要な課題、すなわち次元の呪いに向かっています。本研究は,機械学習モデルが学習対象のデータセットの拡張次元にどのような影響を受けているのかを,本質的な次元の密接な関連概念を用いて検討する。
論文参考訳（メタデータ） (2024-03-13T11:44:30Z)
From Data to Decisions: The Transformational Power of Machine Learning in Business Recommendations [0.0]
本研究は,機械学習(ML)がレコメンデーションシステム(RS)の進化と有効性に与える影響を探求することを目的とする。この研究は、コンテンツがパーソナライズされ、好みの変化に動的に適応する、シームレスで直感的なオンライン体験に対するユーザの期待が高まることを明らかにする。
論文参考訳（メタデータ） (2024-02-12T22:56:18Z)
Knowledge-enhanced Neural Machine Reasoning: A Review [67.51157900655207]
既存の知識強化手法を2つの主要なカテゴリと4つのサブカテゴリに分類する新しい分類法を導入する。我々は、現在のアプリケーションドメインを解明し、将来的な研究の展望について洞察を提供する。
論文参考訳（メタデータ） (2023-02-04T04:54:30Z)
Towards Data-and Knowledge-Driven Artificial Intelligence: A Survey on Neuro-Symbolic Computing [73.0977635031713]
ニューラルシンボリック・コンピューティング(NeSy)は、人工知能(AI)の活発な研究領域である。 NeSyは、ニューラルネットワークにおける記号表現の推論と解釈可能性の利点と堅牢な学習の整合性を示す。
論文参考訳（メタデータ） (2022-10-28T04:38:10Z)
A Comprehensive Survey of Data Augmentation in Visual Reinforcement Learning [53.35317176453194]
データ拡張(DA)は、サンプル効率と一般化可能なポリシーを取得するために視覚的RLで広く使われている技術である。本稿では、視覚的RLで使用されている既存の拡張技法の原則的な分類法を提案し、拡張データをどのように活用するかを詳細に議論する。視覚的RLにおけるDAに関する最初の総合的な調査として、この研究は、この新興分野に貴重なガイダンスを提供するものと期待されている。
論文参考訳（メタデータ） (2022-10-10T11:01:57Z)
Vision-Centric BEV Perception: A Survey [92.98068828762833]
視覚中心のBird's Eye View(BEV)の認識は、産業と学界の両方から大きな関心を集めている。ディープラーニングの急速な進歩は、視覚中心のBEV知覚問題に対処する多くの方法の提案につながった。本稿では、最新の知識をコンパイルし、整理し、一般的なアルゴリズムの体系的なレビューと要約を提供する。
論文参考訳（メタデータ） (2022-08-04T17:53:17Z)
Research Trends and Applications of Data Augmentation Algorithms [77.34726150561087]
我々は,データ拡張アルゴリズムの適用分野,使用するアルゴリズムの種類,重要な研究動向,時間経過に伴う研究の進展,およびデータ拡張文学における研究ギャップを同定する。我々は、読者がデータ拡張の可能性を理解し、将来の研究方向を特定し、データ拡張研究の中で質問を開くことを期待する。
論文参考訳（メタデータ） (2022-07-18T11:38:32Z)
Fairness in Recommender Systems: Research Landscape and Future Directions [119.67643184567623]
本稿は,近年の地域におけるフェアネスの概念と概念について概観する。この分野での研究が現在どのように行われているのかを概観する。全体として、最近の研究成果の分析は、ある研究のギャップを示している。
論文参考訳（メタデータ） (2022-05-23T08:34:25Z)
Data-Driven Innovation: What Is It [2.28438857884398]
本稿では,「データ駆動型イノベーション」を形式的イノベーションプロセスパラダイムとして定義・結晶化する。それは、異なるデータ駆動イノベーションアプローチのプロセスベースの分類を示します。私は、イノベーター、企業、研究開発組織、政府に対して、データ駆動イノベーションを実施するための戦略とアクションを推奨します。
論文参考訳（メタデータ） (2022-01-19T18:04:22Z)

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。