論文の概要: Survey for Landing Generative AI in Social and E-commerce Recsys -- the Industry Perspectives

• arxiv url: http://arxiv.org/abs/2406.06475v1
• Date: Mon, 10 Jun 2024 17:16:59 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-11 12:29:56.398728
• Title: Survey for Landing Generative AI in Social and E-commerce Recsys -- the Industry Perspectives
• Title（参考訳）: 社会・EコマースレシーゼにおけるジェネレーティブAIの着地調査-産業的展望
• Authors: Da Xu, Danqing Zhang, Guangyu Yang, Bo Yang, Shuyuan Xu, Lingling Zheng, Cindy Liang,
• Abstract要約: ジェネレーティブAI(GAI)は、産業レコメンデーションシステム(Recsys)の強化と革新のためのユニークな機会を提示した。 これらの分野の交差点での研究努力が増えているにもかかわらず、GAIの産業レシーズへの統合は、その初期段階にある。
• 参考スコア（独自算出の注目度）: 19.754976036068907
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recently, generative AI (GAI), with their emerging capabilities, have presented unique opportunities for augmenting and revolutionizing industrial recommender systems (Recsys). Despite growing research efforts at the intersection of these fields, the integration of GAI into industrial Recsys remains in its infancy, largely due to the intricate nature of modern industrial Recsys infrastructure, operations, and product sophistication. Drawing upon our experiences in successfully integrating GAI into several major social and e-commerce platforms, this survey aims to comprehensively examine the underlying system and AI foundations, solution frameworks, connections to key research advancements, as well as summarize the practical insights and challenges encountered in the endeavor to integrate GAI into industrial Recsys. As pioneering work in this domain, we hope outline the representative developments of relevant fields, shed lights on practical GAI adoptions in the industry, and motivate future research.
• Abstract（参考訳）: 近年、ジェネレーティブAI(GAI)が出現し、産業レコメンダシステム(Recsys)の強化と革新にユニークな機会を提供している。 これらの分野の交差点での研究努力が増えているにもかかわらず、GAIの産業レシーズへの統合は、主に近代工業レシーズのインフラ、運用、製品高度化の複雑な性質のために、その初期段階にある。 この調査は、GAIをいくつかの主要なソーシャルおよびeコマースプラットフォームに統合した経験に基づいて、基盤となるシステムとAI基盤、ソリューションフレームワーク、主要な研究の進展への接続、および、GAIを産業レシーズに統合する取り組みにおいて直面する実践的洞察と課題の要約を包括的に調査することを目的としています。 この分野での先駆的な活動として、関係分野の代表的展開の概要を述べ、業界における実践的なGAI導入に光を当て、将来の研究を動機付けることを願っています。

関連論文リスト

• Recent Advances in Generative AI and Large Language Models: Current Status, Challenges, and Perspectives [10.16399860867284]
  生成人工知能(AI)と大規模言語モデル(LLM)の出現は、自然言語処理(NLP)の新しい時代を象徴している。 本稿では,これらの最先端技術の現状を概観し,その顕著な進歩と広範囲な応用を実証する。
  論文  参考訳（メタデータ） (2024-07-20T18:48:35Z)
• Networking Systems for Video Anomaly Detection: A Tutorial and Survey [56.44953602790945]
  ビデオ異常検出(VAD)は人工知能(AI)コミュニティにおける基本的な研究課題である。 この記事では、NSVADの初心者向けの包括的なチュートリアルを紹介します。 我々は、産業用IoTおよびスマート都市における最新のNSVAD研究と、デプロイ可能なNSVADのためのエンドクラウド共同アーキテクチャを紹介します。
  論文  参考訳（メタデータ） (2024-05-16T02:00:44Z)
• When Industry meets Trustworthy AI: A Systematic Review of AI for Industry 5.0 [0.0]
  私たちは、業界が進化する現在のパラダイムを分析し、より持続的で信頼できるものにすることに重点を置いています。 産業5.0では、人工知能(AI)が持続可能な、人間中心でレジリエントな視点からサービスを構築するために使用される。
  論文  参考訳（メタデータ） (2024-03-05T15:49:33Z)
• From Generative AI to Generative Internet of Things: Fundamentals, Framework, and Outlooks [82.964958051535]
  生成人工知能(GAI)は、現実的なデータを生成し、高度な意思決定を促進する能力を持っている。 GAIを現代のモノのインターネット(IoT)に統合することによって、ジェネレーティブ・インターネット・オブ・モノ(GIoT)が登場し、社会の様々な側面に革命をもたらす大きな可能性を秘めている。
  論文  参考訳（メタデータ） (2023-10-27T02:58:11Z)
• Generative AI in the Construction Industry: Opportunities & Challenges [2.562895371316868]
  建設部門におけるジェネレーティブAI(GenAI)導入の機会と課題を調査する研究は、現在進行中である。 本研究は、文献における反映された知覚を掘り下げ、プログラムベースのワードクラウドと周波数分析を用いて産業的知覚を分析する。 本稿では,概念的GenAI実装フレームワークを推奨し,実践的勧告を提供し,今後の研究課題を要約し,GenAIの今後の研究展開を促進するための基礎文献を構築する。
  論文  参考訳（メタデータ） (2023-09-19T18:20:49Z)
• AIGC In China: Current Developments And Future Outlook [3.43268168345109]
  本研究は、AIGC分野における中国の現状を分析することを目的としている。 調査はAIGCの基礎技術と現在の応用の概要から始まる。 本稿は,AIGC製品とその対応するエコシステムを包括的に調査する。
  論文  参考訳（メタデータ） (2023-08-14T13:55:38Z)
• Developing an AI-enabled IIoT platform -- Lessons learned from early use case validation [47.37985501848305]
  本稿では,このプラットフォームの設計について紹介し,AIによる視覚的品質検査の実証者の観点からの早期評価について述べる。 これは、この初期の評価活動で学んだ洞察と教訓によって補完される。
  論文  参考訳（メタデータ） (2022-07-10T18:51:12Z)
• Federated Learning for Industrial Internet of Things in Future Industries [106.13524161081355]
  産業用IoT(Industrial Internet of Things)は,産業用システムの運用を変革する有望な機会を提供する。 近年、人工知能(AI)はインテリジェントIIoTアプリケーションの実現に広く利用されている。 フェデレートラーニング(FL)は、複数のIIoTデバイスとマシンを協調して、ネットワークエッジでAIトレーニングを実行することで、インテリジェントなIIoTネットワークにとって特に魅力的である。
  論文  参考訳（メタデータ） (2021-05-31T01:02:59Z)
• Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
  AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。 AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
  論文  参考訳（メタデータ） (2021-01-15T10:43:10Z)
• Validate and Enable Machine Learning in Industrial AI [47.20869253934116]
  産業用AIは、より効率的な将来の産業用制御システムを約束する。 Petuum Optimumシステムは、AIモデルの作成とテストの課題を示す例として使用される。
  論文  参考訳（メタデータ） (2020-10-30T20:33:05Z)
• A Survey Study to Understand Industry Vision for Virtual and Augmented Reality Applications in Design and Construction [1.7499351967216341]
  本研究の主な目的は、AR/VR技術の導入における業界動向を理解し、AEC研究と産業実践のギャップを特定することである。 この結果は、2017年から2018年までの1年間で、AEC産業におけるAR/VR利用が著しく増加したことを示している。 業界の専門家はまた、今後5年から10年の間にAR/VR技術の利用が強く成長すると予想している。
  論文  参考訳（メタデータ） (2020-05-06T13:16:05Z)

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。