論文の概要: Enhancing Multi-Criteria Decision Analysis with AI: Integrating Analytic
Hierarchy Process and GPT-4 for Automated Decision Support
- arxiv url: http://arxiv.org/abs/2402.07404v1
- Date: Mon, 12 Feb 2024 04:47:38 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-13 15:46:09.179269
- Title: Enhancing Multi-Criteria Decision Analysis with AI: Integrating Analytic
Hierarchy Process and GPT-4 for Automated Decision Support
- Title(参考訳): AIによる多領域決定分析の強化:自動決定支援のための解析階層プロセスとGPT-4の統合
- Authors: Igor Svoboda, Dmytro Lande
- Abstract要約: 本稿では,AHP(Analytic Hierarchy Process)とGPT-4(Generative Pre-trained Transformer 4)を組み込んだ大規模言語モデル(LLM)を提案する。
GPT-4自律エージェントを仮想専門家として活用することにより、意思決定プロセスを自動化するとともに、効率性と信頼性を向上する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Our study presents a new framework that incorporates the Analytic Hierarchy
Process (AHP) and Generative Pre-trained Transformer 4 (GPT-4) large language
model (LLM), bringing novel approaches to cybersecurity Multiple-criteria
Decision Making (MCDA). By utilizing the capabilities of GPT-4 autonomous
agents as virtual experts, we automate the decision-making process, enhancing
both efficiency and reliability. This new approach focuses on leveraging LLMs
for sophisticated decision analysis, highlighting the synergy between
traditional decision-making models and cutting-edge AI technologies. Our
innovative methodology demonstrates significant advancements in using AI-driven
agents for complex decision-making scenarios, highlighting the importance of AI
in strategic cybersecurity applications. The findings reveal the transformative
potential of combining AHP and LLMs, establishing a new paradigm for
intelligent decision support systems in cybersecurity and beyond.
- Abstract(参考訳): 本稿では,AHP(Analytic Hierarchy Process)とGPT-4(Generative Pre-trained Transformer 4)大言語モデル(LLM)を組み込んだ新たなフレームワークを提案する。
仮想専門家としてgpt-4自律エージェントの能力を利用することで,意思決定プロセスを自動化し,効率と信頼性の両立を図る。
この新しいアプローチは、高度な意思決定分析にLLMを活用することに焦点を当て、従来の意思決定モデルと最先端AIテクノロジの相乗効果を強調している。
我々の革新的な方法論は、複雑な意思決定シナリオにAI駆動エージェントを使用することの大幅な進歩を示し、戦略的サイバーセキュリティアプリケーションにおけるAIの重要性を強調します。
その結果, AHP と LLM を組み合わせることにより,サイバーセキュリティなどにおける知的意思決定支援システムの新たなパラダイムが確立された。
関連論文リスト
- Machine Learning Insides OptVerse AI Solver: Design Principles and
Applications [74.67495900436728]
本稿では,Huawei CloudのOpsVerse AIソルバに機械学習(ML)技術を統合するための総合的研究について述べる。
本稿では,実世界の多面構造を反映した生成モデルを用いて,複雑なSATインスタンスとMILPインスタンスを生成する手法を紹介する。
本稿では,解解器性能を著しく向上させる,最先端パラメータチューニングアルゴリズムの導入について詳述する。
論文 参考訳(メタデータ) (2024-01-11T15:02:15Z) - Towards a Capability Assessment Model for the Comprehension and Adoption
of AI in Organisations [0.0]
本稿では,5レベルAI能力評価モデル(AI-CAM)と関連するAI能力マトリックス(AI-CM)について述べる。
AI-CAMは、組織におけるAIの最適な利用を達成するために、5つの能力成熟度レベルに必要な中核的な能力(ビジネス、データ、技術、組織、AIスキル、リスク、倫理的考慮)をカバーします。
論文 参考訳(メタデータ) (2023-05-25T10:43:54Z) - Human-Centric Multimodal Machine Learning: Recent Advances and Testbed
on AI-based Recruitment [66.91538273487379]
人間中心のアプローチでAIアプリケーションを開発する必要性には、ある程度のコンセンサスがある。
i)ユーティリティと社会的善、(ii)プライバシとデータ所有、(iii)透明性と説明責任、(iv)AIによる意思決定プロセスの公正性。
異種情報ソースに基づく現在のマルチモーダルアルゴリズムは、データ中の機密要素や内部バイアスによってどのように影響を受けるかを検討する。
論文 参考訳(メタデータ) (2023-02-13T16:44:44Z) - Designing an AI-Driven Talent Intelligence Solution: Exploring Big Data
to extend the TOE Framework [0.0]
本研究の目的は、人材管理問題に対処するAI指向のアーティファクトを開発するための新しい要件を特定することである。
構造化機械学習技術を用いて実験的な研究を行うための設計科学手法が採用されている。
論文 参考訳(メタデータ) (2022-07-25T10:42:50Z) - An interdisciplinary conceptual study of Artificial Intelligence (AI)
for helping benefit-risk assessment practices: Towards a comprehensive
qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。
目的は、AIシステムを評価するための共有概念や相違点を特定することである。
論文 参考訳(メタデータ) (2021-05-07T12:01:31Z) - Decision Rule Elicitation for Domain Adaptation [93.02675868486932]
ヒトインザループ機械学習は、専門家からラベルを引き出すために人工知能(AI)で広く使用されています。
この作業では、専門家が意思決定を説明する決定ルールを作成できるようにします。
決定規則の適用はアルゴリズムのドメイン適応を改善し、専門家の知識をAIモデルに広めるのに役立つことを示す。
論文 参考訳(メタデータ) (2021-02-23T08:07:22Z) - Learning High-Level Policies for Model Predictive Control [54.00297896763184]
Model Predictive Control (MPC)は、ロボット制御タスクに対する堅牢なソリューションを提供する。
ニューラルネットワークの高レベルポリシーを学習するための自己教師付き学習アルゴリズムを提案する。
提案手法は, 標準的なMPCでは困難な状況に対処できることを示す。
論文 参考訳(メタデータ) (2020-07-20T17:12:34Z) - Distributed and Democratized Learning: Philosophy and Research
Challenges [80.39805582015133]
民主化学習(Dem-AI)という新しいデザイン哲学を提案する。
ヒトの社会的グループに触発され、提案されたDem-AIシステムの学習エージェントの専門グループは階層構造で自己組織化され、より効率的に学習タスクを遂行する。
本稿では,様々な学際分野に触発された未来のDem-AIシステムを実現するためのガイドラインとして,参照設計を提案する。
論文 参考訳(メタデータ) (2020-03-18T08:45:10Z) - Developing and Operating Artificial Intelligence Models in Trustworthy
Autonomous Systems [8.27310353898034]
このワーク・イン・プログレス・ペーパーはAIベースのASの開発と運用のギャップを埋めることを目的としている。
私たちはそれを実践するために、新しく包括的なDevOpsアプローチを提案します。
論文 参考訳(メタデータ) (2020-03-11T17:52:30Z) - AAAI FSS-19: Human-Centered AI: Trustworthiness of AI Models and Data
Proceedings [8.445274192818825]
予測モデルは不確実性を認識し、信頼できる予測をもたらすことが不可欠である。
このシンポジウムの焦点は、データ品質と技術的堅牢性と安全性を改善するAIシステムであった。
広く定義された領域からの提出はまた、説明可能なモデル、人間の信頼、AIの倫理的側面といった要求に対処するアプローチについても論じた。
論文 参考訳(メタデータ) (2020-01-15T15:30:29Z)
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。