論文の概要: Need-driven decision-making and prototyping for DLT: Framework and web-based tool

• arxiv url: http://arxiv.org/abs/2307.09188v1
• Date: Tue, 18 Jul 2023 12:19:47 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-23 17:14:25.665183
• Title: Need-driven decision-making and prototyping for DLT: Framework and web-based tool
• Title（参考訳）: DLTに必要な意思決定とプロトタイピング:フレームワークとWebベースのツール
• Authors: Tomas Bueno Mom\v{c}ilovi\'c, Matthias Buchinger, Dian Balta
• Abstract要約: 複数のグループが、この技術の誇大広告や論争から切り離そうとした。 我々は,エビデンスに基づく意思決定を行うための総合分析フレームワークとオープンソースWebツールを開発した。
• 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 its 14 years, distributed ledger technology has attracted increasing attention, investments, enthusiasm, and user base. However, ongoing doubts about its usefulness and recent losses of trust in prominent cryptocurrencies have fueled deeply skeptical assessments. Multiple groups attempted to disentangle the technology from the associated hype and controversy by building workflows for rapid prototyping and informed decision-making, but their mostly isolated work leaves users only with fewer unclarities. To bridge the gaps between these contributions, we develop a holistic analytical framework and open-source web tool for making evidence-based decisions. Consisting of three stages - evaluation, elicitation, and design - the framework relies on input from the users' domain knowledge, maps their choices, and provides an output of needed technology bundles. We apply it to an example clinical use case to clarify the directions of our contribution charts for prototyping, hopefully driving the conversation towards ways to enhance further tools and approaches.
• Abstract（参考訳）: 14年間にわたり、分散台帳技術は注目され、投資、熱意、ユーザーベースが高まっている。 しかし、その有用性と最近の著名な暗号通貨に対する信頼の喪失に対する疑念は、深い懐疑的評価を助長している。 複数のグループが、急激なプロトタイピングと情報提供による意思決定のためのワークフローを構築することで、この技術とそれに関連する誇大広告や論争から切り離そうとした。 これらのコントリビューションのギャップを埋めるため,エビデンスに基づく意思決定を行うための総合分析フレームワークとオープンソースWebツールを開発した。 評価、明確化、設計の3つのステージで構成されるフレームワークは、ユーザのドメイン知識からの入力に依存し、選択をマップし、必要な技術バンドルのアウトプットを提供する。 本稿では,プロトタイピングのためのコントリビューションチャートの方向性を明らかにするために,臨床応用事例に適用する。

関連論文リスト

• Data Analysis in the Era of Generative AI [56.44807642944589]
  本稿では,AIを活用したデータ分析ツールの可能性について考察する。 我々は、大規模言語とマルチモーダルモデルの出現が、データ分析ワークフローの様々な段階を強化する新しい機会を提供する方法について検討する。 次に、直感的なインタラクションを促進し、ユーザ信頼を構築し、AI支援分析ワークフローを複数のアプリにわたって合理化するための、人間中心の設計原則を調べます。
  論文  参考訳（メタデータ） (2024-09-27T06:31:03Z)
• Constraining Participation: Affordances of Feedback Features in Interfaces to Large Language Models [49.74265453289855]
  大規模言語モデル(LLM)は、コンピュータ、Webブラウザ、ブラウザベースのインターフェースによるインターネット接続を持つ人なら誰でも利用できるようになった。 本稿では,ChatGPTインタフェースにおける対話型フィードバック機能の可能性について検討し,ユーザ入力の形状やイテレーションへの参加について分析する。
  論文  参考訳（メタデータ） (2024-08-27T13:50:37Z)
• A Survey on Personalized Content Synthesis with Diffusion Models [57.01364199734464]
  PCSは、特定のユーザ定義のプロンプトに対する関心の主題をカスタマイズすることを目的としている。 過去2年間で150以上の方法が提案されている。 本稿では,PCSの拡散モデルに着目した包括的調査を行う。
  論文  参考訳（メタデータ） (2024-05-09T04:36:04Z)
• The AffectToolbox: Affect Analysis for Everyone [10.526991118781913]
  AffectToolboxは、研究者が感情に敏感な研究やプロトタイプの開発を支援することを目的とした、新しいソフトウェアシステムである。 提案システムでは,既存のフレームワークが生み出す課題に対処する。プログラミングの知識が深く,主にパワーユーザや熟練した開発者を対象とする場合が多い。 このアーキテクチャは、複数の感情チャネルとモダリティに対する感情認識のための様々なモデルと、マルチモーダルアセスメントを統合された結果にマージする精巧な融合システムを含んでいる。
  論文  参考訳（メタデータ） (2024-02-23T08:55:47Z)
• Charting a Path to Efficient Onboarding: The Role of Software Visualization [49.1574468325115]
  本研究は,ソフトウェアビジュアライゼーションツールを用いたマネージャ,リーダ,開発者の親しみやすさを探求することを目的としている。 本手法は, 質問紙調査と半構造化面接を用いて, 実践者から収集したデータの量的, 質的分析を取り入れた。
  論文  参考訳（メタデータ） (2024-01-17T21:30:45Z)
• Designing Explainable Predictive Machine Learning Artifacts: Methodology and Practical Demonstration [0.0]
  さまざまな業界の企業による意思決定者は、現代の機械学習アルゴリズムに基づくアプリケーションを採用することに、いまだに消極的だ。 我々はこの問題を、高度な機械学習アルゴリズムを「ブラックボックス」として広く支持されている見解に当てはめている。 本研究では,設計科学研究から方法論的知識を統一する手法を開発し,最先端の人工知能を用いた予測分析手法を提案する。
  論文  参考訳（メタデータ） (2023-06-20T15:11:26Z)
• Human-centered trust framework: An HCI perspective [1.6344851071810074]
  この研究の理論的根拠は、現在の人工知能(AI)のユーザ信頼談話に基づいている。 我々は、AI設計におけるユーザ信頼の可能性を最大限に解き放つために、非専門家を導くためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-05-05T06:15:32Z)
• AI Explainability 360: Impact and Design [120.95633114160688]
  2019年、私たちはAI Explainability 360(Arya et al. 2020)を開発しました。 本稿では,いくつかのケーススタディ,統計,コミュニティフィードバックを用いて,ツールキットが与える影響について検討する。 また,ツールキットのフレキシブルな設計,使用例,利用者が利用可能な教育資料や資料についても述べる。
  論文  参考訳（メタデータ） (2021-09-24T19:17:09Z)
• Incentive Mechanism Design for Resource Sharing in Collaborative Edge Learning [106.51930957941433]
  5GとBeyondネットワークでは、人工知能のアプリケーションがますます普及すると予想されている。 これは、現在のクラウド中心のモデルトレーニングアプローチから、エッジラーニングとして知られるエッジコンピューティングベースの協調学習スキームへのパラダイムシフトを必要とする。
  論文  参考訳（メタデータ） (2020-05-31T12:45:06Z)

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。