論文の概要: How do transportation professionals perceive the impacts of AI applications in transportation? A latent class cluster analysis

• arxiv url: http://arxiv.org/abs/2401.08915v1
• Date: Wed, 17 Jan 2024 01:59:59 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-18 17:10:20.569015
• Title: How do transportation professionals perceive the impacts of AI applications in transportation? A latent class cluster analysis
• Title（参考訳）: 交通機関の専門家は、交通機関におけるAIアプリケーションの影響をどう捉えますか? 潜在クラスクラスタ分析
• Authors: Yiheng Qian, Tejaswi Polimetla, Thomas W. Sanchez, Xiang Yan
• Abstract要約: 全米の交通専門家を対象に調査を行い,計354件の回答を得た。 我々は、AIが交通の多くの側面を改善する可能性について、幅広い楽観主義を見出している。 しかし、AIが株式を前進させる可能性については、反応が混ざり合っている。
• 参考スコア（独自算出の注目度）: 2.472502534135251
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent years have witnessed an increasing number of artificial intelligence (AI) applications in transportation. As a new and emerging technology, AI's potential to advance transportation goals and the full extent of its impacts on the transportation sector is not yet well understood. As the transportation community explores these topics, it is critical to understand how transportation professionals, the driving force behind AI Transportation applications, perceive AI's potential efficiency and equity impacts. Toward this goal, we surveyed transportation professionals in the United States and collected a total of 354 responses. Based on the survey responses, we conducted both descriptive analysis and latent class cluster analysis (LCCA). The former provides an overview of prevalent attitudes among transportation professionals, while the latter allows the identification of distinct segments based on their latent attitudes toward AI. We find widespread optimism regarding AI's potential to improve many aspects of transportation (e.g., efficiency, cost reduction, and traveler experience); however, responses are mixed regarding AI's potential to advance equity. Moreover, many respondents are concerned that AI ethics are not well understood in the transportation community and that AI use in transportation could exaggerate existing inequalities. Through LCCA, we have identified four latent segments: AI Neutral, AI Optimist, AI Pessimist, and AI Skeptic. The latent class membership is significantly associated with respondents' age, education level, and AI knowledge level. Overall, the study results shed light on the extent to which the transportation community as a whole is ready to leverage AI systems to transform current practices and inform targeted education to improve the understanding of AI among transportation professionals.
• Abstract（参考訳）: 近年では、輸送における人工知能(AI)の応用が増えている。 新しい新興技術として、aiが輸送目標を前進させ、交通セクターへの影響を最大限に発揮する可能性はまだよく分かっていない。 輸送コミュニティがこれらのトピックを探求するにつれ、AIトランスポーテーションアプリケーションの原動力である交通専門家が、AIの潜在的な効率性とエクイティの影響をどう認識するかを理解することが不可欠である。 この目標に向けて,米国の運輸専門家を対象に調査を行い,合計354の回答を得た。 調査回答に基づき,記述的分析と潜在クラスクラスタ分析(LCCA)を行った。 前者は輸送専門家の一般的な態度を概説し、後者はAIに対する潜在的な態度に基づいて、異なるセグメントの識別を可能にする。 我々は、AIが輸送の多くの側面を改善する可能性(効率性、コスト削減、旅行者体験など)について広範囲に楽観的であることを発見した。 さらに、多くの回答者は、AI倫理が輸送コミュニティではよく理解されておらず、輸送におけるAIの使用が既存の不平等を誇張するのではないかと懸念している。 LCCAを通じて、AI Neutral、AI Optimist、AI Pessimist、AI Skepticの4つの潜在セグメントを特定しました。 潜在クラスのメンバーシップは、回答者の年齢、教育レベル、AI知識レベルと大きく関連している。 全体として、研究結果は、輸送コミュニティ全体がAIシステムを活用して現在のプラクティスを変革し、ターゲットとする教育に通知し、輸送専門家のAI理解を改善する準備が整っているかを明らかにした。

関連論文リスト

• Work-in-Progress: Crash Course: Can (Under Attack) Autonomous Driving Beat Human Drivers? [60.51287814584477]
  本稿では,現在のAVの状況を調べることによって,自律運転における本質的なリスクを評価する。 AVの利点と、現実のシナリオにおける潜在的なセキュリティ課題との微妙なバランスを強調した、特定のクレームを開発する。
  論文  参考訳（メタデータ） (2024-05-14T09:42:21Z)
• Towards Reconciling Usability and Usefulness of Explainable AI Methodologies [2.715884199292287]
  ブラックボックスAIシステムは、誤った判断を下すと、責任と説明責任の問題を引き起こす可能性がある。 説明可能なAI(XAI)は、開発者とエンドユーザの間の知識ギャップを埋めようとしている。
  論文  参考訳（メタデータ） (2023-01-13T01:08:49Z)
• Vision Paper: Causal Inference for Interpretable and Robust Machine Learning in Mobility Analysis [71.2468615993246]
  インテリジェントな輸送システムを構築するには、人工知能とモビリティ分析の複雑な組み合わせが必要である。 ここ数年、高度なディープニューラルネットワークを使った輸送アプリケーションの開発が急速に進んでいる。 このビジョンペーパーは、解釈可能性と堅牢性を必要とするディープラーニングに基づくモビリティ分析における研究課題を強調する。
  論文  参考訳（メタデータ） (2022-10-18T17:28:58Z)
• Improving Urban Mobility: using artificial intelligence and new technologies to connect supply and demand [7.347028791196305]
  インテリジェントトランスポートシステム(ITS)は,情報通信技術をどのように活用するかを交通問題に適用するかを検討することを目的としている。 このパノラマでは、人工知能が特に機械学習の進歩において重要な役割を果たす。
  論文  参考訳（メタデータ） (2022-03-18T14:37:33Z)
• Cybertrust: From Explainable to Actionable and Interpretable AI (AI2) [58.981120701284816]
  Actionable and Interpretable AI (AI2)は、AIレコメンデーションにユーザの信頼度を明確に定量化し視覚化する。 これにより、AIシステムの予測を調べてテストすることで、システムの意思決定に対する信頼の基盤を確立することができる。
  論文  参考訳（メタデータ） (2022-01-26T18:53:09Z)
• 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)
• Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
  近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。 倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。 このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
  論文  参考訳（メタデータ） (2021-06-25T22:31:55Z)
• AI in Smart Cities: Challenges and approaches to enable road vehicle automation and smart traffic control [56.73750387509709]
  SCCは、活動やユーティリティの自動化と最適化による効率向上を目指すデータ中心の社会を構想しています。 本稿では、SCCにおけるAIの視点を説明し、道路車両の自動化とスマート交通制御を可能にする交通で使用されるAIベースの技術の概要を示す。
  論文  参考訳（メタデータ） (2021-04-07T14:31:08Z)
• Toward a Rational and Ethical Sociotechnical System of Autonomous Vehicles: A Novel Application of Multi-Criteria Decision Analysis [0.0]
  人工知能(AI)と自律システムの拡張は、膨大な社会的利益を生み出す可能性を示している。 知的エージェントのシステム開発を可能にするために、関連する社会的懸念に対処する必要がある。
  論文  参考訳（メタデータ） (2021-02-04T23:52:31Z)
• 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。