Fugu-MT 論文翻訳(概要): Navigating information and uncertainty: A fuzzy logic model to approach transparency, democracy and social wellbeing

論文の概要: Navigating information and uncertainty: A fuzzy logic model to approach transparency, democracy and social wellbeing

arxiv url: http://arxiv.org/abs/2311.14696v1
Date: Tue, 7 Nov 2023 23:54:32 GMT
ステータス: 処理完了
システム内更新日: 2023-12-03 13:52:52.107012
Title: Navigating information and uncertainty: A fuzzy logic model to approach transparency, democracy and social wellbeing
Title（参考訳）: 情報のナビゲーションと不確実性:透明性、民主主義、社会福祉にアプローチするためのファジィ論理モデル
Authors: Carlos Medel-Ram\'irez, Hilario Medel-L\'opez, Jennifer Lara-M\'erida
Abstract要約: 著者らは、ガバナンスの複雑さをナビゲートするためにファジィ論理に基づくtDTSWモデルを提案する。モデルは二進的思考を超越し、民主主義、透明性、社会的幸福を分析する。資本主義、持続可能性、男女平等、近代民主主義における教育といった課題に対処する。
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 digital age of information overload and uncertainty, the authors propose the tDTSW model based on fuzzy logic to navigate governance complexities. This model transcends binary thinking, analyzes democracy, transparency, and social well-being, highlighting their roles in just societies through case studies. It addresses challenges like capitalism, sustainability, gender equality, and education in modern democracies, emphasizing their interplay for positive change. "Navigating Information and Uncertainty" introduces fuzzy logic, offering a structured approach. It calls for collective efforts to create equitable, sustainable, and just societies, inviting readers to shape a brighter future.
Abstract（参考訳）: 情報過負荷と不確実性のディジタル時代において,本稿では,ファジィ論理に基づくtDTSWモデルを提案する。このモデルは二分的思考を超越し、民主主義、透明性、社会的幸福を分析、ケーススタディを通じて社会での役割を強調する。資本主義、持続可能性、ジェンダー平等、現代の民主主義における教育といった課題に対処し、ポジティブな変化に対する彼らの相互作用を強調している。「情報と不確実性」はファジィ論理を導入し、構造化されたアプローチを提供する。公平で持続可能な社会を作り、より明るい未来を形作るよう読者を誘うために、集団的な努力を呼びかけている。

関連論文リスト

Persuasion with Large Language Models: a Survey [49.86930318312291]
大規模言語モデル (LLM) は説得力のあるコミュニケーションに新たな破壊的可能性を生み出している。政治、マーケティング、公衆衛生、電子商取引、慈善事業などの分野では、LLMシステムズは既に人間レベルや超人的説得力を達成している。 LLMをベースとした説得の現在と将来の可能性は、倫理的・社会的リスクを著しく引き起こす可能性が示唆された。
論文参考訳（メタデータ） (2024-11-11T10:05:52Z)
Advancing Interactive Explainable AI via Belief Change Theory [5.842480645870251]
この種の形式化は、対話的な説明を開発するためのフレームワークと方法論を提供する、と我々は主張する。まず,人間と機械の間で共有される説明情報を表現するために,論理に基づく新しい形式を定義した。次に、対話型XAIの現実シナリオについて検討し、新しい知識と既存の知識の優先順位が異なり、フォーマリズムがインスタンス化される可能性がある。
論文参考訳（メタデータ） (2024-08-13T13:11:56Z)
TELLER: A Trustworthy Framework for Explainable, Generalizable and Controllable Fake News Detection [37.394874500480206]
本稿では,モデルの説明可能性,一般化性,制御性を重視した,信頼に値する偽ニュース検出のための新しいフレームワークを提案する。これは認知と意思決定システムを統合するデュアルシステムフレームワークによって実現される。提案手法の有効性と信頼性を実証し,4つのデータセットに対する総合的な評価結果を示す。
論文参考訳（メタデータ） (2024-02-12T16:41:54Z)
Recent Advances in Hate Speech Moderation: Multimodality and the Role of Large Models [52.24001776263608]
この包括的調査は、HSモデレーションの最近の歩みを掘り下げている。大型言語モデル(LLM)と大規模マルチモーダルモデル(LMM)の急成長する役割を強調した。研究における既存のギャップを、特に表現不足言語や文化の文脈で特定する。
論文参考訳（メタデータ） (2024-01-30T03:51:44Z)
The Foundation Model Transparency Index [55.862805799199194]
Foundation Model Transparency Indexは、ファンデーションモデルの透明性を規定する100の指標を規定している。私たちは、彼らの旗艦となる基盤モデルのプラクティスに関連して、開発者をスコア付けします。全体として、インデックスは、基盤モデルガバナンスの進展を促進するために、今日の透明性のレベルを確立します。
論文参考訳（メタデータ） (2023-10-19T17:39:02Z)
Path To Gain Functional Transparency In Artificial Intelligence With Meaningful Explainability [0.0]
AIシステムがますます高度化するにつれて、透明性と説明可能性の確保が重要になる。透明なシステムにおけるユーザ中心のコンプライアンス・バイ・デザイン透過性の設計を提案する。 AIシステムにおける透明性に関連する課題を包括的に理解することで、説明責任、信頼性、社会的価値に整合したAIシステムの開発を促進することを目指している。
論文参考訳（メタデータ） (2023-10-13T04:25:30Z)
Accountable and Explainable Methods for Complex Reasoning over Text [5.571369922847262]
機械学習モデルのアカウンタビリティと透明性は、政策、法学、哲学、計算機科学の研究によって決定的なデシダータとして位置づけられている。この論文は、テキストによる複雑な推論タスクのために開発されたMLモデルの説明責任と透明性に関する知識を拡大する。
論文参考訳（メタデータ） (2022-11-09T15:14:52Z)
Causal Fairness Analysis [68.12191782657437]
意思決定設定における公平性の問題を理解し、モデル化し、潜在的に解決するためのフレームワークを導入します。我々のアプローチの主な洞察は、観測データに存在する格差の定量化と、基礎となる、しばしば観測されていない、因果的なメカニズムの収集を結びつけることである。本研究は,文献中の異なる基準間の関係を整理し,説明するための最初の体系的試みであるフェアネスマップにおいて,本研究の成果を左右するものである。
論文参考訳（メタデータ） (2022-07-23T01:06:34Z)
Causal Reasoning Meets Visual Representation Learning: A Prospective Study [117.08431221482638]
解釈可能性の欠如、堅牢性、分布外一般化が、既存の視覚モデルの課題となっている。人間レベルのエージェントの強い推論能力にインスパイアされた近年では、因果推論パラダイムの開発に多大な努力が注がれている。本稿では,この新興分野を包括的に概観し,注目し,議論を奨励し,新たな因果推論手法の開発の急激さを先導することを目的とする。
論文参考訳（メタデータ） (2022-04-26T02:22:28Z)
Uncertainty as a Form of Transparency: Measuring, Communicating, and Using Uncertainty [66.17147341354577]
我々は,モデル予測に関連する不確実性を推定し,伝達することにより,相補的な透明性の形式を考えることについて議論する。モデルの不公平性を緩和し、意思決定を強化し、信頼できるシステムを構築するために不確実性がどのように使われるかを説明する。この研究は、機械学習、可視化/HCI、デザイン、意思決定、公平性にまたがる文学から引き出された学際的レビューを構成する。
論文参考訳（メタデータ） (2020-11-15T17:26:14Z)

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。