論文の概要: Multi-generational labour markets: data-driven discovery of
multi-perspective system parameters using machine learning
- arxiv url: http://arxiv.org/abs/2302.10146v1
- Date: Mon, 20 Feb 2023 18:25:10 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-21 14:38:42.466225
- Title: Multi-generational labour markets: data-driven discovery of
multi-perspective system parameters using machine learning
- Title(参考訳): 多世代労働市場:機械学習を用いたマルチパースペクティブシステムパラメーターのデータ駆動検出
- Authors: Abeer Abdullah Alaql, Fahad Alqurashi, Rashid Mehmood
- Abstract要約: 我々は、ビッグデータと機械学習を用いて、多世代労働市場におけるマルチパースペクティブパラメーターを発見する。
学術的視点のパラメータは、1958-2022年の間、Web of Scienceから35,000の論文を要約して発見されている。
データ駆動パラメータ発見のための完全な機械学習ソフトウェアツールが開発されている。
- 参考スコア(独自算出の注目度): 0.36832029288386137
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Economic issues, such as inflation, energy costs, taxes, and interest rates,
are a constant presence in our daily lives and have been exacerbated by global
events such as pandemics, environmental disasters, and wars. A sustained
history of financial crises reveals significant weaknesses and vulnerabilities
in the foundations of modern economies. Another significant issue currently is
people quitting their jobs in large numbers. Moreover, many organizations have
a diverse workforce comprising multiple generations posing new challenges.
Transformative approaches in economics and labour markets are needed to protect
our societies, economies, and planet. In this work, we use big data and machine
learning methods to discover multi-perspective parameters for
multi-generational labour markets. The parameters for the academic perspective
are discovered using 35,000 article abstracts from the Web of Science for the
period 1958-2022 and for the professionals' perspective using 57,000 LinkedIn
posts from 2022. We discover a total of 28 parameters and categorised them into
5 macro-parameters, Learning & Skills, Employment Sectors, Consumer Industries,
Learning & Employment Issues, and Generations-specific Issues. A complete
machine learning software tool is developed for data-driven parameter
discovery. A variety of quantitative and visualisation methods are applied and
multiple taxonomies are extracted to explore multi-generational labour markets.
A knowledge structure and literature review of multi-generational labour
markets using over 100 research articles is provided. It is expected that this
work will enhance the theory and practice of AI-based methods for knowledge
discovery and system parameter discovery to develop autonomous capabilities and
systems and promote novel approaches to labour economics and markets, leading
to the development of sustainable societies and economies.
- Abstract(参考訳): インフレ、エネルギーコスト、税金、金利といった経済問題は、私たちの日常生活において常に存在しており、パンデミック、環境災害、戦争といった世界的な出来事によって悪化している。
金融危機の持続的な歴史は、近代経済の基盤における重大な弱点と脆弱性を明らかにしている。
もうひとつの大きな問題は、多くの人々が仕事を辞めることだ。
さらに、多くの組織は、新しい課題を示す複数の世代からなる多様な労働力を持っています。
経済や労働市場における変革的アプローチは、我々の社会、経済、惑星を保護するために必要である。
本研究では,ビッグデータと機械学習を用いて多世代労働市場のマルチパースペクティブパラメータを探索する。
学術的視点のパラメータは、1958-2022年のウェブ・オブ・サイエンスの35,000の論文の要約と、2022年のLinkedInの57,000の投稿を用いて専門家の視点で発見されている。
合計28のパラメータを発見し,これらを5つのマクロパラメータ,学習・技能,雇用セクター,消費者産業,学習・雇用問題,世代固有の課題に分類した。
データ駆動パラメータ発見のための完全な機械学習ソフトウェアツールが開発されている。
様々な定量化および可視化手法を適用し,多世代労働市場を探索するために複数の分類群を抽出した。
100以上の研究論文を用いた多世代労働市場の知識構造と文献レビューを行う。
この研究は、自律的な能力とシステムを開発するための知識発見とシステムパラメータ発見のためのaiベースの方法の理論と実践を強化し、労働経済学と市場への新しいアプローチを促進し、持続可能な社会と経済の発展に繋がると予想されている。
関連論文リスト
- Open-world Machine Learning: A Review and New Outlooks [83.6401132743407]
本稿では,新たなオープンワールド機械学習パラダイムを包括的に紹介することを目的としている。
研究者がそれぞれの分野でより強力なAIシステムを構築するのを支援し、人工知能の開発を促進することを目的としている。
論文 参考訳(メタデータ) (2024-03-04T06:25:26Z) - Machine Unlearning: A Survey [56.79152190680552]
プライバシ、ユーザビリティ、および/または忘れられる権利のために、特定のサンプルに関する情報をマシンアンラーニングと呼ばれるモデルから削除する必要がある特別なニーズが生まれている。
この新興技術は、その革新と実用性により、学者と産業の両方から大きな関心を集めている。
この複雑なトピックを分析したり、さまざまなシナリオで既存の未学習ソリューションの実現可能性を比較したりした研究はない。
この調査は、未学習のテクニックに関する卓越した問題と、新しい研究機会のための実現可能な方向性を強調して締めくくった。
論文 参考訳(メタデータ) (2023-06-06T10:18:36Z) - Foundations and Recent Trends in Multimodal Machine Learning:
Principles, Challenges, and Open Questions [68.6358773622615]
本稿では,マルチモーダル機械学習の計算的基礎と理論的基礎について概説する。
本稿では,表現,アライメント,推論,生成,伝達,定量化という,6つの技術課題の分類法を提案する。
最近の技術的成果は、この分類のレンズを通して示され、研究者は新しいアプローチの類似点と相違点を理解することができる。
論文 参考訳(メタデータ) (2022-09-07T19:21:19Z) - Machine learning applications for electricity market agent-based models:
A systematic literature review [68.8204255655161]
エージェントベースのシミュレーションは、電気市場のダイナミクスをよりよく理解するために使用される。
エージェントベースのモデルは、機械学習と人工知能を統合する機会を提供する。
我々は、エージェントベースの電気市場モデルに適用された機械学習に焦点を当てた2016年から2021年の間に発行された55の論文をレビューする。
論文 参考訳(メタデータ) (2022-06-05T14:52:26Z) - Practical Skills Demand Forecasting via Representation Learning of
Temporal Dynamics [4.536775100566484]
急速な技術革新は、世界の労働力の多くを置き去りにする恐れがある。
政府や市場は、スキルの供給が需要の変化に反応する速度を早める方法を見つけなければならない。
本稿では,10年間の月次技術需要観測を用いて,複数段階の予測を未来に向けて一斉に行うパイプラインを提案する。
論文 参考訳(メタデータ) (2022-05-18T04:02:55Z) - Longitudinal Complex Dynamics of Labour Markets Reveal Increasing
Polarisation [4.22389131271244]
我々は,7年間の技術的,経済的,政策的な変化において,米国の労働市場の構造を経時的に分析する。
ネットワーク科学、自然言語処理、機械学習を活用して、労働市場の構造的変化を時間とともに明らかにしています。
論文 参考訳(メタデータ) (2022-04-14T16:07:20Z) - Individual Explanations in Machine Learning Models: A Survey for
Practitioners [69.02688684221265]
社会的関連性の高い領域の決定に影響を与える洗練された統計モデルの使用が増加しています。
多くの政府、機関、企業は、アウトプットが人間の解釈可能な方法で説明しにくいため、採用に消極的です。
近年,機械学習モデルに解釈可能な説明を提供する方法として,学術文献が多数提案されている。
論文 参考訳(メタデータ) (2021-04-09T01:46:34Z) - Knowledge as Invariance -- History and Perspectives of
Knowledge-augmented Machine Learning [69.99522650448213]
機械学習の研究は転換点にある。
研究の関心は、高度にパラメータ化されたモデルのパフォーマンス向上から、非常に具体的なタスクへとシフトしている。
このホワイトペーパーは、機械学習研究におけるこの新興分野の紹介と議論を提供する。
論文 参考訳(メタデータ) (2020-12-21T15:07:19Z) - Principles and Practice of Explainable Machine Learning [12.47276164048813]
本稿では、特に機械学習(ML)とパターン認識モデルに関するデータ駆動手法に焦点を当てる。
メソッドの頻度と複雑さが増すにつれて、少なくともビジネスの利害関係者はモデルの欠点に懸念を抱いている。
我々は、業界実践者が説明可能な機械学習の分野をよりよく理解するための調査を実施した。
論文 参考訳(メタデータ) (2020-09-18T14:50:27Z) - A Survey of Knowledge Representation in Service Robotics [10.220366465518262]
我々は、知識表現と、どのようにして知識が収集され、表現され、どのように再生され、問題を解決するかに焦点を当てる。
知識表現の定義に従って、そのような表現と有用な学習モデルの主な区別について議論する。
効果的な知識表現を設計する際に考慮すべき重要な原則について議論する。
論文 参考訳(メタデータ) (2018-07-05T22:18:08Z)
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。