論文の概要: Artificial intelligence and radiation protection. A game changer or an update?

• arxiv url: http://arxiv.org/abs/2306.06148v1
• Date: Fri, 9 Jun 2023 12:08:34 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-13 20:49:45.614814
• Title: Artificial intelligence and radiation protection. A game changer or an update?
• Title（参考訳）: 人工知能と放射線防護。 ゲームチェンジャーかアップデートか?
• Authors: Sylvain Andresz (CEPN), A Z\'ephir, Jeremy Bez (IRSN/PSN-RES/SNC/LN), Maxime Karst, J. Danieli (SPRA)
• Abstract要約: 本稿では、機械学習(ML)に基づく手法の基礎を説明し、放射線防護の異なる分野における最初の応用について述べる。 AIの使用は放射線保護の増大を予見している。 本稿では, 放射線防護専門家とデータ科学者専門家の協力により, 効果的な科学的および技術的成果のためのアルゴリズムの開発を加速し, 指導できることを提案する。
• 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: Artificial intelligence (AI) is regarded as one of the most disruptive technology of the century and with countless applications. What does it mean for radiation protection? This article describes the fundamentals of machine learning (ML) based methods and presents the inaugural applications in different fields of radiation protection. It is foreseen that the usage of AI will increase in radiation protection. Consequently, this article explores some of the benefits and also the potential barriers and questions, including ethical ones, that can come out. The article proposes that collaboration between radiation protection professionals and data scientist experts can accelerate and guide the development of the algorithms for effective scientific and technological outcomes.
• Abstract（参考訳）: 人工知能(AI)は、世紀で最も破壊的な技術の一つであり、数え切れないほど応用されている。 放射線防護とは何を意味するのか。 本稿では、機械学習(ML)に基づく手法の基礎を説明し、放射線防護の異なる分野における最初の応用について述べる。 AIの使用は放射線保護の増大を予見している。 その結果、本稿では、倫理的問題を含む潜在的な障壁や疑問のいくつかを考察する。 本稿では, 放射線防護専門家とデータ科学者専門家の協力により, 効果的な科学的および技術的成果のためのアルゴリズムの開発を加速し, 指導できることを提案する。

関連論文リスト

• RadDQN: a Deep Q Learning-based Architecture for Finding Time-efficient Minimum Radiation Exposure Pathway [0.0]
  本稿では,放射線帯における時間効率の低い最小放射露光経路を提供するために,放射線対応報酬関数で動作する深層Q-ラーニングベースアーキテクチャ(RadDQN)を提案する。 本研究では,訓練中の放射線被曝状態の経時変化に基づいて,調査・利用の程度を微調整する一貫した探索手法を提案する。
  論文  参考訳（メタデータ） (2024-02-01T10:15:39Z)
• Control Risk for Potential Misuse of Artificial Intelligence in Science [85.91232985405554]
  我々は、科学におけるAI誤用の危険性の認識を高めることを目的としている。 化学科学における誤用の実例を取り上げる。 我々は、科学におけるAIモデルの誤用リスクを制御するSciGuardというシステムを提案する。
  論文  参考訳（メタデータ） (2023-12-11T18:50:57Z)
• Identifying and Mitigating the Security Risks of Generative AI [179.2384121957896]
  本稿では,GenAIによる双対ジレンマに関するGoogleのワークショップの成果を報告する。 GenAIはまた、攻撃者が新しい攻撃を生成し、既存の攻撃のベロシティと有効性を高めるためにも使用できる。 この話題について,コミュニティの短期的,長期的目標について論じる。
  論文  参考訳（メタデータ） (2023-08-28T18:51:09Z)
• AI empowering research: 10 ways how science can benefit from AI [0.0]
  本稿では,人工知能(AI)が科学的研究に与える影響について考察する。 強力な参照ツール、研究問題の理解の改善、研究質問生成の改善、最適化された研究設計、スタブデータ生成、データ変換、高度なデータ分析、AI支援レポートなど、AIが科学者の仕事に革命をもたらす10の方法を強調している。
  論文  参考訳（メタデータ） (2023-07-17T18:41:18Z)
• Amplifying Limitations, Harms and Risks of Large Language Models [1.0152838128195467]
  この記事は、人工知能に関する誇大広告の急増に対抗すべく、小さなジェスチャーとして紹介する。 また、この分野の外部の人たちが、AI技術の限界についてより深く知るのに役立つかもしれない。
  論文  参考訳（メタデータ） (2023-07-06T11:53:45Z)
• Artificial intelligence to advance Earth observation: : A review of models, recent trends, and pathways forward [60.43248801101935]
  本稿では、生のEOデータから使用可能なEOベースの情報への移行を通知し、支援する、重要な科学的ツールとアプローチについて、鳥の視点で説明する。 i)コンピュータビジョン, (ii) 機械学習, (iii) 高度な処理とコンピューティング, (iv) 知識ベースAI, (v) 説明可能なAIと因果推論, (vi) 物理認識モデル, (vii) ユーザ中心のアプローチ, (viii) EOにおけるML技術の大量使用に関する倫理的・社会的問題に関する議論の議論を網羅する。
  論文  参考訳（メタデータ） (2023-05-15T07:47:24Z)
• The Role of AI in Drug Discovery: Challenges, Opportunities, and Strategies [97.5153823429076]
  この分野でのAIのメリット、課題、欠点についてレビューする。 データ拡張、説明可能なAIの使用、従来の実験手法とAIの統合についても論じている。
  論文  参考訳（メタデータ） (2022-12-08T23:23:39Z)
• Proceedings of the Artificial Intelligence for Cyber Security (AICS) Workshop at AAAI 2022 [55.573187938617636]
  ワークショップは、サイバーセキュリティの問題へのAIの適用に焦点を当てる。 サイバーシステムは大量のデータを生成し、これを効果的に活用することは人間の能力を超えます。
  論文  参考訳（メタデータ） (2022-02-28T18:27:41Z)
• Trustworthy AI: A Computational Perspective [54.80482955088197]
  我々は,信頼に値するAIを実現する上で最も重要な6つの要素,(i)安全とロバスト性,(ii)非差別と公正,(iii)説明可能性,(iv)プライバシー,(v)説明可能性と監査性,(vi)環境ウェルビーイングに焦点をあてる。 各次元について、分類学に基づく最近の関連技術について概観し、実世界のシステムにおけるそれらの応用を概説する。
  論文  参考訳（メタデータ） (2021-07-12T14:21:46Z)
• Explainable AI: current status and future directions [11.92436948211501]
  説明可能な人工知能(XAI)は、人工知能(AI)分野における新たな研究分野である。 XAIは、AIが特定のソリューションをどのように取得したかを説明し、他の"wh"質問にも答えることができる。 本稿では,マルチメディア(テキスト,画像,音声,ビデオ)の観点から,これらの技術の概要を紹介する。
  論文  参考訳（メタデータ） (2021-07-12T08:42:19Z)
• Sensor Artificial Intelligence and its Application to Space Systems -- A White Paper [35.78525324168878]
  このホワイトペーパーの目的は、専用の研究トピックとして"Sensor AI"を確立することである。 AIアプローチにおけるセンサーとその物理的特性を詳しく見ると、より堅牢で広く適用可能なアルゴリズムが生まれるだろう。 センサーAIは、自動運転だけでなく、自動生産、予測保守、宇宙研究の分野でも決定的な役割を果たす。
  論文  参考訳（メタデータ） (2020-06-09T14:10:35Z)

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。