論文の概要: Towards participatory multi-modeling for policy support across domains
and scales: a systematic procedure for integral multi-model design
- arxiv url: http://arxiv.org/abs/2402.06228v1
- Date: Fri, 9 Feb 2024 07:35:40 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-12 17:40:05.731966
- Title: Towards participatory multi-modeling for policy support across domains
and scales: a systematic procedure for integral multi-model design
- Title(参考訳): ドメインとスケール間のポリシー支援のための参加型マルチモデリングに向けて:統合型マルチモデル設計のための体系的手順
- Authors: Vittorio Nespeca (1 and 2 and 3), Rick Quax (1 and 2), Marcel G. M.
Olde Rikkert (4), Hubert P. L. M. Korzilius (5), Vincent A. W. J. Marchau
(5), Sophie Hadijsotiriou (4), Tom Oreel (4), Jannie Coenen (5), Heiman
Wertheim (6), Alexey Voinov (7), Eti\"enne A.J.A. Rouwette (5), V\'itor V.
Vasconcelos (1 and 2 and 8) ((1) Computational Science Lab - University of
Amsterdam, (2) POLDER - Institute for Advanced Study - University of
Amsterdam, (3) Faculty of Technology Policy and Management - Delft University
of Technology, (4) Department Geriatrics - Radboud University Medical Center,
(5) Institute for Management Research - Radboud University, (6) Department
Medical Microbiology - Radboud University Medical Center, (7) Faculty of
Engineering Technology - Twente University, (8) Centre for Urban Mental
Health - University of Amsterdam)
- Abstract要約: パンデミックのような複雑な課題に対する政策決定には、複数のドメインやスケールにまたがる複雑な影響を考慮する必要がある。
積分的マルチモデルは、既存の計算モデルから組み立てるか、概念的に全体を設計することができる。
本稿では、明確に定義されたドメイン知識の要求に基づいて、統合的なアプローチでマルチモデルを開発する手順を紹介する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Policymaking for complex challenges such as pandemics necessitates the
consideration of intricate implications across multiple domains and scales.
Computational models can support policymaking, but a single model is often
insufficient for such multidomain and scale challenges. Multi-models comprising
several interacting computational models at different scales or relying on
different modeling paradigms offer a potential solution. Such multi-models can
be assembled from existing computational models (i.e., integrated modeling) or
be designed conceptually as a whole before their computational implementation
(i.e., integral modeling). Integral modeling is particularly valuable for novel
policy problems, such as those faced in the early stages of a pandemic, where
relevant models may be unavailable or lack standard documentation. Designing
such multi-models through an integral approach is, however, a complex task
requiring the collaboration of modelers and experts from various domains. In
this collaborative effort, modelers must precisely define the domain knowledge
needed from experts and establish a systematic procedure for translating such
knowledge into a multi-model. Yet, these requirements and systematic procedures
are currently lacking for multi-models that are both multiscale and
multi-paradigm. We address this challenge by introducing a procedure for
developing multi-models with an integral approach based on clearly defined
domain knowledge requirements derived from literature. We illustrate this
procedure using the case of school closure policies in the Netherlands during
the COVID-19 pandemic, revealing their potential implications in the short and
long term and across the healthcare and educational domains. The requirements
and procedure provided in this article advance the application of integral
multi-modeling for policy support in multiscale and multidomain contexts.
- Abstract(参考訳): パンデミックのような複雑な課題に対する政策決定は、複数のドメインやスケールにまたがる複雑な影響を考慮する必要がある。
計算モデルはポリシー作成をサポートすることができるが、そのようなマルチドメインやスケールの課題に対して単一のモデルは不十分であることが多い。
異なるスケールで相互作用する複数の計算モデル、または異なるモデリングパラダイムに依存するマルチモデルは、潜在的な解決策を提供する。
このようなマルチモデルは、既存の計算モデル(すなわち統合モデリング)から組み立てるか、あるいは計算実装(すなわち積分モデリング)の前に概念的に設計することができる。
統合モデリングは、パンデミックの初期段階で直面するような新しい政策問題には特に有用である。
しかし、そのようなマルチモデルの設計は、様々な領域のモデリング者と専門家の協力を必要とする複雑な作業である。
この共同作業では、モデリング者は専門家が必要とするドメイン知識を正確に定義し、そのような知識をマルチモデルに変換するための体系的な手続きを確立する必要がある。
しかし、これらの要件と体系的な手順は、現在マルチスケールとマルチパラダイムの両方のマルチモデルに欠けている。
文献から抽出したドメイン知識の明確な定義に基づく,統合的なアプローチによるマルチモデル開発手法を導入することで,この問題に対処する。
本稿は、新型コロナウイルス(covid-19)パンデミック中のオランダの学校閉鎖政策を事例として、短期的・長期的および医療・教育分野全体においてその潜在的影響を明らかにする。
本論文の要件と手続きは、マルチスケールおよびマルチドメインコンテキストにおけるポリシー支援のための統合マルチモデルの適用を前進させる。
関連論文リスト
- HEMM: Holistic Evaluation of Multimodal Foundation Models [91.60364024897653]
マルチモーダル・ファンデーション・モデルは、画像、ビデオ、オーディオ、その他の知覚モダリティと共にテキストをホリスティックに処理することができる。
モデリング決定、タスク、ドメインの範囲を考えると、マルチモーダル基盤モデルの進歩を特徴づけ、研究することは困難である。
論文 参考訳(メタデータ) (2024-07-03T18:00:48Z) - From Efficient Multimodal Models to World Models: A Survey [28.780451336834876]
マルチモーダル大規模モデル(MLM)は、強力な言語モデルとマルチモーダル学習を組み合わせた重要な研究対象となっている。
このレビューでは、人工知能の実現におけるその可能性を強調し、大規模指導における最新の発展と課題について考察する。
論文 参考訳(メタデータ) (2024-06-27T15:36:43Z) - Generalist Multimodal AI: A Review of Architectures, Challenges and Opportunities [5.22475289121031]
マルチモーダルモデルは、人工知能の今後の進歩にとって重要な要素であると期待されている。
この研究は、新しいアーキテクチャと特定の分類学を訓練することで、一般のマルチモーダルモデルに対する新たな視点を提供する。
論文 参考訳(メタデータ) (2024-06-08T15:30:46Z) - Design Patterns for Multilevel Modeling and Simulation [3.0248879829045383]
マルチレベルモデリングとシミュレーション(M&S)は、この方法論がもたらす利点により、ますます関連性が高まっている。
本稿では,多段階モデルの設計と実装のための体系的なアプローチを提供する設計パターンの集合について述べる。
論文 参考訳(メタデータ) (2024-03-25T12:51:22Z) - Multimodal Large Language Models: A Survey [36.06016060015404]
マルチモーダル言語モデルは、画像、テキスト、言語、音声、その他の異種性など、複数のデータタイプを統合する。
本稿では、マルチモーダルの概念を定義し、マルチモーダルアルゴリズムの歴史的展開を検討することから始める。
実用的なガイドが提供され、マルチモーダルモデルの技術的な側面に関する洞察を提供する。
最後に,マルチモーダルモデルの適用について検討し,開発に伴う課題について考察する。
論文 参考訳(メタデータ) (2023-11-22T05:15:12Z) - Foundation Models for Decision Making: Problems, Methods, and
Opportunities [124.79381732197649]
大規模に多様なデータに基づいて事前訓練された基礎モデルは、幅広いビジョンと言語タスクにおいて異常な能力を示してきた。
ファンデーションモデルをトレーニングし、他のエージェントと対話し、長期的な推論を行うための新しいパラダイムが生まれている。
基礎モデルと意思決定の交わりにおける研究は、強力な新しいシステムを作るための大きな約束である。
論文 参考訳(メタデータ) (2023-03-07T18:44:07Z) - MultiViz: An Analysis Benchmark for Visualizing and Understanding
Multimodal Models [103.9987158554515]
MultiVizは、解釈可能性の問題を4段階に足場化することで、マルチモーダルモデルの振る舞いを分析する手法である。
MultiVizの相補的な段階は、モデル予測をシミュレートし、機能に解釈可能な概念を割り当て、モデル誤分類のエラー解析を行い、エラー解析からモデルデバッグへの洞察を利用することを可能にする。
論文 参考訳(メタデータ) (2022-06-30T18:42:06Z) - DIME: Fine-grained Interpretations of Multimodal Models via Disentangled
Local Explanations [119.1953397679783]
我々は,マルチモーダルモデルの解釈における最先端化に注力する。
提案手法であるDIMEは,マルチモーダルモデルの高精度かつきめ細かな解析を可能にする。
論文 参考訳(メタデータ) (2022-03-03T20:52:47Z) - MetaQA: Combining Expert Agents for Multi-Skill Question Answering [49.35261724460689]
マルチデータセットモデルの有望な結果にもかかわらず、いくつかのドメインやQAフォーマットは特定のアーキテクチャを必要とするかもしれません。
本稿では,専門家エージェントと,質問,回答予測,回答予測信頼度スコアを考慮した,新しい,柔軟な,学習効率の高いアーキテクチャを組み合わせることを提案する。
論文 参考訳(メタデータ) (2021-12-03T14:05:52Z) - An Ample Approach to Data and Modeling [1.0152838128195467]
さまざまな分野の概念とメソッドを統合するモデルの構築方法をモデル化するためのフレームワークについて説明する。
参照M*メタモデルフレームワークは、厳密な同値関係の観点からデータセットと各モデルの関連付けに批判的に依存する。
開発されたフレームワークがデータクラスタリング、複雑性、共同研究、ディープラーニング、クリエイティビティに関する洞察を提供する方法について、いくつかの考察がなされている。
論文 参考訳(メタデータ) (2021-10-05T01:26:09Z) - Relating by Contrasting: A Data-efficient Framework for Multimodal
Generative Models [86.9292779620645]
生成モデル学習のための対照的なフレームワークを開発し、モダリティ間の共通性だけでなく、「関連」と「関連しない」マルチモーダルデータの区別によってモデルを訓練することができる。
提案手法では, 生成モデルを用いて, 関係のないサンプルから関連サンプルを正確に識別し, ラベルのない多モードデータの利用が可能となる。
論文 参考訳(メタデータ) (2020-07-02T15:08:11Z)
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。