論文の概要: Semantic Computing for Organizational Effectiveness: From Organization
Theory to Practice through Semantics-Based Modelling
- arxiv url: http://arxiv.org/abs/2401.00062v1
- Date: Fri, 29 Dec 2023 19:37:35 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-03 19:04:37.689351
- Title: Semantic Computing for Organizational Effectiveness: From Organization
Theory to Practice through Semantics-Based Modelling
- Title（参考訳）: 組織効果のための意味コンピューティング--組織理論から意味論的モデリングまで
- Authors: Mena Rizk, Daniela Rosu, Mark Fox
- Abstract要約: 私たちのモデルの主な特徴は、推論可能な依存関係、説明可能な調整と協力のリスク、組織内の依存関係構造をどのように変更してリスクを軽減するかについての実行可能な洞察などです。
我々のアプローチは、既存の組織理論から有形で現実的な価値を導出する意味論の変革の可能性を強調します。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: A critical function of an organization is to foster the level of integration
(coordination and cooperation) necessary to achieve its objectives. The need to
coordinate and motivation to cooperate emerges from the myriad dependencies
between an organization's members and their work. Therefore, to reason about
solutions to coordination and cooperation problems requires a robust
representation that includes the underlying dependencies. We find that such a
representation remains missing from formal organizational models, and we
leverage semantics to bridge this gap. Drawing on well-established
organizational research and our extensive fieldwork with one of North America's
largest municipalities, (1) we introduce an ontology, formalized in first-order
logic, that operationalizes concepts like outcome, reward, and epistemic
dependence, and their links to potential integration risks; and (2) present
real-world applications of this ontology to analyze and support integration in
complex government infrastructure projects. Our ontology is implemented and
validated in both Z3 and OWL. Key features of our model include inferable
dependencies, explainable coordination and cooperation risks, and actionable
insights on how dependency structures within an organization can be altered to
mitigate the risks. Conceptualizing real-world challenges like incentive
misalignment, free-riding, and subgoal optimization in terms of dependency
structures, our semantics-based approach represents a novel method for
modelling and enhancing coordination and cooperation. Integrated within a
decision-support system, our model may serve as an impactful aid for
organizational design and effectiveness. More broadly, our approach underscores
the transformative potential of semantics in deriving tangible, real-world
value from existing organization theory.
- Abstract（参考訳）: 組織の重要な機能は、その目的を達成するために必要な統合のレベル(調整と協力)を育むことである。
協力するための調整とモチベーションの必要性は、組織のメンバとその作業との間の無数の依存関係から生まれます。
したがって、協調と協力の問題に対する解決策を推論するには、基礎となる依存関係を含む堅牢な表現が必要である。
このような表現が正式な組織モデルから欠落していることが分かっています。
確立された組織研究と、北米最大の自治体との広範囲にわたるフィールドワークに基づいて、(1) 結果、報酬、疫学依存といった概念を運用するオントロジーを導入し、その統合リスクとの関連性、(2) 複雑な政府インフラプロジェクトにおける統合を分析・支援するためのこのオントロジーの現実的応用について述べる。
オントロジーはZ3とOWLの両方で実装・検証されている。
モデルの主な特徴は、推論可能な依存関係、説明可能な協調と協力のリスク、リスクを軽減するために組織内の依存関係構造をどのように変更できるかに関するアクション可能な洞察などです。
インセンティブのミスアライメントやフリーライディング,サブゴール最適化といった現実的な課題を依存性構造の観点から概念化する上で,セマンティクスに基づくアプローチは,協調と協力をモデル化し,強化するための新しい手法である。
意思決定支援システムに統合されたこのモデルは、組織設計と有効性に影響を及ぼす助けとなるかもしれない。
より広範に、我々のアプローチは、既存の組織理論から有形で現実的な価値を導き出す意味論の変革の可能性を強調している。
関連論文リスト
- Cognitive LLMs: Towards Integrating Cognitive Architectures and Large Language Models for Manufacturing Decision-making [51.737762570776006]
LLM-ACTRは、ヒトに適応し、多目的な意思決定を提供する新しいニューロシンボリックアーキテクチャである。
我々のフレームワークは、ACT-Rの内部決定過程の知識を潜在神経表現として抽出し、組み込む。
デザイン・フォー・マニュファクチャリング・タスクに関する我々の実験は、タスク性能の向上と基礎的意思決定能力の向上を両立させたものである。
論文 参考訳（メタデータ） (2024-08-17T11:49:53Z) - Organizing a Society of Language Models: Structures and Mechanisms for Enhanced Collective Intelligence [0.0]
本稿では,大規模言語モデルからコミュニティ構造への変換手法を提案する。
協力型AIシステムに特有のメリットと課題を提示する,階層的,フラット,ダイナミック,フェデレートされたさまざまな組織モデルについて検討する。
このようなコミュニティの実装は、AIにおける問題解決能力を改善するための大きな約束を持っている。
論文 参考訳（メタデータ） (2024-05-06T20:15:45Z) - EnriCo: Enriched Representation and Globally Constrained Inference for Entity and Relation Extraction [3.579132482505273]
結合実体と関係抽出は、特に知識グラフの構築において、様々な応用において重要な役割を担っている。
既存のアプローチはしばしば、表現の豊かさと出力構造におけるコヒーレンスという2つの重要な側面に欠ける。
本研究では,これらの欠点を緩和するEnriCoを紹介する。
論文 参考訳（メタデータ） (2024-04-18T20:15:48Z) - Deconstructing Human-AI Collaboration: Agency, Interaction, and Adaptation [9.36651659099834]
我々は,人間-AIシステムの解析と記述を行うための,新しい統合された次元セットを提案する。
我々の概念モデルは、エージェンシー、インタラクション、適応の3つのハイレベルな側面を中心としています。
論文 参考訳（メタデータ） (2024-04-18T10:12:18Z) - Distribution-consistency Structural Causal Models [6.276417011421679]
我々は,新しいテクスト分布-一貫性仮定を導入し,それに合わせて分布-一貫性構造因果モデル(DiscoSCM)を提案する。
モデルキャパシティの強化を具体化するために,DiscoSCM単独で実用的重要性を有する新たな因果パラメータ,一貫性のテキスト化(textitthe probability of consistency)を導入する。
論文 参考訳（メタデータ） (2024-01-29T06:46:15Z) - CateCom: a practical data-centric approach to categorization of
computational models [77.34726150561087]
本稿では,物理モデルとデータ駆動型計算モデルのランドスケープを整理する取り組みについて述べる。
オブジェクト指向設計の概念を適用し、オープンソース協調フレームワークの基礎を概説する。
論文 参考訳（メタデータ） (2021-09-28T02:59:40Z) - A Computational Model of the Institutional Analysis and Development
Framework [0.0]
この研究は、IADフレームワークを計算モデルに変える最初の試みである。
IADフレームワークのコンポーネントに合わせて構文を調整し、社会的相互作用の記述に使用するアクション状況言語(ASL)を定義します。
これらのモデルはゲーム理論の標準的なツールを用いて分析し、どの結果が最もインセンティブ付けされているかを予測し、社会的に関係のある性質に基づいて評価することができる。
論文 参考訳（メタデータ） (2021-05-27T13:53:56Z) - Structured Diversification Emergence via Reinforced Organization Control
and Hierarchical Consensus Learning [48.525944995851965]
組織制御の強化と階層的コンセンサス学習に基づく構造的多様化型MARLフレームワーク scRochico を提案する。
scRochicoは、探索効率と協力強度の観点から、現在のSOTAアルゴリズムよりもはるかに優れている。
論文 参考訳（メタデータ） (2021-02-09T11:46:12Z) - Investigating Bi-Level Optimization for Learning and Vision from a
Unified Perspective: A Survey and Beyond [114.39616146985001]
機械学習やコンピュータビジョンの分野では、モチベーションやメカニズムが異なるにもかかわらず、複雑な問題の多くは、一連の密接に関連するサブプロトコルを含んでいる。
本稿では,BLO(Bi-Level Optimization)の観点から,これらの複雑な学習と視覚問題を一様に表現する。
次に、値関数に基づく単一レベル再構成を構築し、主流勾配に基づくBLO手法を理解し、定式化するための統一的なアルゴリズムフレームワークを確立する。
論文 参考訳（メタデータ） (2021-01-27T16:20:23Z) - Behavior Priors for Efficient Reinforcement Learning [97.81587970962232]
本稿では,情報とアーキテクチャの制約を,確率論的モデリング文献のアイデアと組み合わせて行動の事前学習を行う方法について考察する。
このような潜伏変数の定式化が階層的強化学習(HRL)と相互情報と好奇心に基づく目的との関係について論じる。
シミュレーションされた連続制御領域に適用することで,フレームワークの有効性を実証する。
論文 参考訳（メタデータ） (2020-10-27T13:17:18Z) - Decentralized Reinforcement Learning: Global Decision-Making via Local
Economic Transactions [80.49176924360499]
我々は、シーケンシャルな意思決定問題を解決するために、単純で専門的で自己関心のあるエージェントの社会を指示する枠組みを確立する。
我々は分散強化学習アルゴリズムのクラスを導出する。
我々は、より効率的な移動学習のための社会固有のモジュラー構造の潜在的な利点を実証する。
論文 参考訳（メタデータ） (2020-07-05T16:41:09Z)
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。