論文の概要: Mapping Acceptance: Assessing Emerging Technologies and Concepts through Micro Scenarios

• arxiv url: http://arxiv.org/abs/2402.01551v1
• Date: Fri, 2 Feb 2024 16:43:32 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-05 14:14:12.420560
• Title: Mapping Acceptance: Assessing Emerging Technologies and Concepts through Micro Scenarios
• Title（参考訳）: マッピングの受容: マイクロシナリオによる新興技術と概念の評価
• Authors: Philipp Brauner
• Abstract要約: 本稿では,精神モデルを評価する統合的手法と,様々な技術の社会的受容について紹介する。 提案手法は,視覚空間マッピングと組み合わせたマイクロシナリオを活用し,包括的視点を提供する。 本稿では,技術進歩と社会的認知のギャップを埋めることを目的としており,より深い意思決定のためのツールを提供する。
• 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: As technology evolves rapidly, understanding public perception becomes increasingly crucial. This article introduces an integrative method for evaluating mental models and social acceptance of various technologies. Our approach utilizes micro scenarios coupled with visual-spatial mapping, offering a comprehensive perspective that contrasts with traditional methods focused on detailed assessments of limited scenarios. This methodology allows for simultaneous quantitative evaluation of multiple technologies on visio-spatial maps, facilitating a comparative ranking based on diverse criteria and an exploration of the interplay between individual factors and technology attributes in shaping public opinion. Our approach provides a framework for researchers and policymakers to gauge critical issues and to identify factors pivotal to acceptance. We illustrate this methodology with examples from our research, offering practical guidelines and R code to enable others in conducting similar studies. This paper aims to bridge the gap between technological advancement and societal perception, offering a tool for more informed decision-making in the realm of technology development and policy.
• Abstract（参考訳）: テクノロジーが急速に進化するにつれて、公共の認識を理解することがますます重要になる。 本稿では、精神モデルの評価と様々な技術の社会的受容のための統合的手法を紹介する。 提案手法は,視覚空間マッピングと組み合わせたマイクロシナリオを活用し,限られたシナリオの詳細な評価に焦点を当てた従来の手法とは対照的な包括的視点を提供する。 この手法により、視覚空間マップ上で複数の技術の同時定量評価が可能となり、多様な基準に基づく比較ランク付けや、世論の形成における個々の要因と技術属性の相互作用の探索が容易となる。 我々のアプローチは、研究者や政策立案者が重要な問題を評価し、受け入れに重要な要因を特定するための枠組みを提供する。 我々は,この方法論を我々の研究の例で説明し,同様の研究を行うための実践的ガイドラインとRコードを提供する。 本稿では,技術発展と社会的認知のギャップを埋めることを目的として,技術開発と政策の領域におけるより深い意思決定のためのツールを提供する。

関連論文リスト

• Développement automatique de lexiques pour les concepts émergents : une exploration méthodologique [0.0]
  本稿では,非技術革新を中心に,新しい概念を中心としたレキシコンの開発について述べる。 人間の専門知識、統計分析、機械学習技術を組み合わせた4段階の方法論を導入し、複数のドメインにまたがって一般化可能なモデルを確立する。
  論文  参考訳（メタデータ） (2024-06-10T12:58:56Z)
• A review on data-driven constitutive laws for solids [0.0]
  この記事では、法律を発見し、エンコードし、代理し、エミュレートするための最先端のデータ駆動技術を強調します。 我々の目標は、過去数十年で開発された幅広い方法論に組織化された分類を提供することである。
  論文  参考訳（メタデータ） (2024-05-06T17:33:58Z)
• Measuring Technological Convergence in Encryption Technologies with Proximity Indices: A Text Mining and Bibliometric Analysis using OpenAlex [46.3643544723237]
  本研究は,サイバーセキュリティにおける新興技術間の技術的収束を明らかにする。 提案手法は,テキストマイニングとバイオロメトリ分析を統合し,技術的近接指標の定式化と予測を行う。 我々のケーススタディでは、ブロックチェーンと公開鍵暗号の間にかなりの収束が見られ、その近さが証明されている。
  論文  参考訳（メタデータ） (2024-03-03T20:03:03Z)
• Federated Learning for Generalization, Robustness, Fairness: A Survey and Benchmark [55.898771405172155]
  フェデレートラーニングは、異なる当事者間のプライバシー保護コラボレーションのための有望なパラダイムとして登場した。 我々は,連合学習研究の重要かつ最近の展開を体系的に概観する。
  論文  参考訳（メタデータ） (2023-11-12T06:32:30Z)
• Image-Based Virtual Try-On: A Survey [38.6177665201224]
  画像ベースの仮想試行は、自然に着飾った人物画像を衣服画像で合成することを目的としており、研究の意義と商業的可能性の両方を示している。 本稿では,パイプラインアーキテクチャ,人物表現,トライオン表示などの重要なモジュールの側面において,最先端技術と方法論を包括的に分析する。 CLIPを用いた新しいセマンティックな基準を提案し、同じデータセット上で一様に実装された評価指標を用いて代表的手法を評価する。
  論文  参考訳（メタデータ） (2023-11-08T16:34:18Z)
• Embedding in Recommender Systems: A Survey [67.67966158305603]
  重要な側面は、ユーザやアイテムIDといった高次元の離散的な特徴を低次元連続ベクトルに包含する技法である。 埋め込み技術の適用は複雑なエンティティ関係を捉え、かなりの研究を刺激している。 この調査では、協調フィルタリング、自己教師付き学習、グラフベースのテクニックなどの埋め込み手法を取り上げている。
  論文  参考訳（メタデータ） (2023-10-28T06:31:06Z)
• Vision+X: A Survey on Multimodal Learning in the Light of Data [64.03266872103835]
  様々なソースからのデータを組み込んだマルチモーダル機械学習が,ますます普及している研究分野となっている。 我々は、視覚、音声、テキスト、動きなど、各データフォーマットの共通点と特異点を分析する。 本稿では,表現学習と下流アプリケーションレベルの両方から,マルチモーダル学習に関する既存の文献を考察する。
  論文  参考訳（メタデータ） (2022-10-05T13:14:57Z)
• Foundations and Recent Trends in Multimodal Machine Learning: Principles, Challenges, and Open Questions [68.6358773622615]
  本稿では,マルチモーダル機械学習の計算的基礎と理論的基礎について概説する。 本稿では,表現,アライメント,推論,生成,伝達,定量化という,6つの技術課題の分類法を提案する。 最近の技術的成果は、この分類のレンズを通して示され、研究者は新しいアプローチの類似点と相違点を理解することができる。
  論文  参考訳（メタデータ） (2022-09-07T19:21:19Z)
• Discovering Concepts in Learned Representations using Statistical Inference and Interactive Visualization [0.76146285961466]
  概念発見は、深層学習の専門家とモデルエンドユーザーの間のギャップを埋めるために重要である。 現在のアプローチには、手作りの概念データセットと、それを潜在空間方向に変換することが含まれる。 本研究では,複数の仮説テストに基づく意味ある概念のユーザ発見と,インタラクティブな可視化に関する2つのアプローチを提案する。
  論文  参考訳（メタデータ） (2022-02-09T22:29:48Z)
• Image Quality Assessment in the Modern Age [53.19271326110551]
  本チュートリアルは、画像品質評価(IQA)の基礎的理論、方法論、現状の進歩を聴衆に提供する。 まず,視覚刺激を適切に選択する方法に着目し,主観的品質評価手法を再考する。 手書きのエンジニアリングと(深い)学習ベースの手法の両方をカバーします。
  論文  参考訳（メタデータ） (2021-10-19T02:38:46Z)

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。