論文の概要: How creative versus technical constraints affect individual learning in
an online innovation community
- arxiv url: http://arxiv.org/abs/2303.15163v1
- Date: Mon, 27 Mar 2023 12:53:59 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-28 15:34:09.802921
- Title: How creative versus technical constraints affect individual learning in
an online innovation community
- Title（参考訳）: オンラインイノベーションコミュニティにおける創造性と技術的制約が個人学習に与える影響
- Authors: Victor P. Seidel, Christoph Riedl
- Abstract要約: 私たちは、33,813人の個人から136,989件のデザイン申請をクラウドソースした、オンラインイノベーションコミュニティからの10年間のデータを分析しました。
技術的制約が十分に緩和された場合にのみ,創造的な制約が学習率の向上につながることが分かっています。
- 参考スコア（独自算出の注目度）: 2.538209532048867
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Online innovation communities allow for a search for novel solutions within a
design space bounded by constraints. Past research has focused on the effect of
creative constraints on individual projects, but less is known about how
constraints affect learning from repeated design submissions and the effect of
the technical constraints that are integral to online platforms. How do
creative versus technical constraints affect individual learning in exploring a
design space in online communities? We analyzed ten years of data from an
online innovation community that crowdsourced 136,989 design submissions from
33,813 individuals. We leveraged data from two types of design
contests-creatively constrained and unconstrained-running in parallel on the
platform, and we evaluated a natural experiment where a platform change reduced
technical constraints. We find that creative constraints lead to high rates of
learning only if technical constraints are sufficiently relaxed. Our findings
have implications for the management of creative design work and the downstream
effects of the technical constraints of the information systems that support
online innovation communities.
- Abstract（参考訳）: オンラインイノベーションコミュニティは、制約に縛られたデザイン空間における新しいソリューションを探すことができる。
過去の研究は、個々のプロジェクトに対する創造的な制約の影響に焦点を当ててきたが、繰り返しデザインの提出から学習に制約がどのように影響するかや、オンラインプラットフォームに不可欠な技術的制約の影響についてはあまり知られていない。
オンラインコミュニティにおけるデザインスペースの探索において、創造性と技術的制約は個人学習にどのように影響するか?
私たちは、33,813人の個人から136,989件のデザイン申請をクラウドソースした、オンラインイノベーションコミュニティからの10年間のデータを分析しました。
我々は,プラットフォーム上で並行して実施する2種類の設計コンテストのデータを活用し,プラットフォーム変更によって技術的制約が軽減される自然実験を評価した。
技術的な制約が十分に緩和された場合のみ、創造的な制約は高い学習率につながることが分かっています。
本研究は,創造的デザイン作業の管理や,オンラインイノベーションコミュニティを支援する情報システムの技術的制約の下流効果に影響を及ぼすものである。
関連論文リスト
- Guiding Empowerment Model: Liberating Neurodiversity in Online Higher Education [2.703906279696349]
本稿では,学習と機能に影響を与える動的要因のスペクトルを同定することにより,ニューロディバージェントと状況に制約のある学習者の公平なギャップを解消する。
本稿では,タスク管理のカスタマイズ,多様なコンテンツアクセスのガイド,マルチモーダルコラボレーションのガイドなどにより,このモードを適用することで,主要な学習障壁を取り除くことを提案する。
論文 参考訳（メタデータ） (2024-10-24T16:05:38Z) - Diffusion-Based Visual Art Creation: A Survey and New Perspectives [51.522935314070416]
本調査は,拡散に基づく視覚芸術創造の新たな領域を探求し,その発展を芸術的,技術的両面から検討する。
本研究は,芸術的要件が技術的課題にどのように変換されるかを明らかにし,視覚芸術創造における拡散法の設計と応用を強調した。
我々は、AIシステムが芸術的知覚と創造性において人間の能力をエミュレートし、潜在的に増強するメカニズムに光を当てることを目指している。
論文 参考訳（メタデータ） (2024-08-22T04:49:50Z) - Neural Fields with Hard Constraints of Arbitrary Differential Order [61.49418682745144]
我々は、ニューラルネットワークに厳しい制約を課すための一連のアプローチを開発する。
制約は、ニューラルネットワークとそのデリバティブに適用される線形作用素として指定することができる。
私たちのアプローチは、広範囲の現実世界のアプリケーションで実証されています。
論文 参考訳（メタデータ） (2023-06-15T08:33:52Z) - 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) - The Innovation Paradox: Concept Space Expansion with Diminishing Originality and the Promise of Creative AI [2.1178416840822027]
TechNetの統計的分析は、全体的な技術概念空間の指数関数的拡大ではなく、線形的な拡張を明らかにしている。
これらの傾向は、人間の認知能力の制約が、成長を続ける先行技術の領域を超えて革新することに起因する可能性がある。
創造的な人工知能をイノベーションプロセスに統合することは、これらの制限を克服し、将来観察されるトレンドを変える可能性を秘めている。
論文 参考訳（メタデータ） (2023-03-23T14:37:35Z) - Personalizing Federated Learning with Over-the-Air Computations [84.8089761800994]
フェデレートされたエッジ学習は、プライバシー保護の方法で無線ネットワークのエッジにインテリジェンスをデプロイする、有望な技術である。
このような設定の下で、複数のクライアントは、エッジサーバの調整の下でグローバルジェネリックモデルを協調的にトレーニングする。
本稿では,アナログオーバー・ザ・エア計算を用いて通信ボトルネックに対処する分散トレーニングパラダイムを提案する。
論文 参考訳（メタデータ） (2023-02-24T08:41:19Z) - Inclusion, equality and bias in designing online mass deliberative
platforms [5.316553118382712]
オンライン討論プラットフォームの設計者は、オンライン討論の質低下に対処し、クラス、人種、性別に基づくオンライン差別を排除することを目的としている。
機械学習や自然言語処理などのサポート技術は、議論に関わる人々の円を広げるための道を開いた。
本稿では,デジタル・マス・ディベーション・プラットフォームの設計に関する学際的文献を概観し,その特徴について考察する。
論文 参考訳（メタデータ） (2021-07-27T10:13:57Z) - Introducing "Neuromorphic Computing and Engineering" [2.8732531902793172]
これらの問題のいくつかに対処するために提案されている戦略の1つは、新しい脳にインスパイアされた処理方法を開発することである。
ニューロモーフィックコンピューティングとエンジニアリングは、この新しいコミュニティをサポートするために立ち上げられた。
論文 参考訳（メタデータ） (2021-05-30T20:12:27Z) - Reinforcement Learning for Flexibility Design Problems [77.37213643948108]
フレキシビリティ設計問題に対する強化学習フレームワークを開発した。
実験の結果、RL法は古典的手法よりも優れた解を常に見出すことがわかった。
論文 参考訳（メタデータ） (2021-01-02T02:44:39Z) - Learning Equality Constraints for Motion Planning on Manifolds [10.65436139155865]
深層ニューラルネットワークを用いた実演から制約の表現を学習する問題について考察する。
鍵となる考え方は、制約付きサンプリングベースのモーションプランナに統合に適した制約のレベルセット関数を学習することである。
学習した制約と分析的に記述された制約の両方をプランナーに組み合わせ、プロジェクションベースの戦略を使って有効点を見つけます。
論文 参考訳（メタデータ） (2020-09-24T17:54:28Z) - Developing Constrained Neural Units Over Time [81.19349325749037]
本稿では,既存のアプローチと異なるニューラルネットワークの定義方法に焦点をあてる。
ニューラルネットワークの構造は、データとの相互作用にも拡張される制約の特別なクラスによって定義される。
提案した理論は時間領域にキャストされ, データを順序づけられた方法でネットワークに提示する。
論文 参考訳（メタデータ） (2020-09-01T09:07:25Z)
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。