論文の概要: Exploring the Future Metaverse: Research Models for User Experience, Business Readiness, and National Competitiveness
- arxiv url: http://arxiv.org/abs/2411.10408v1
- Date: Fri, 15 Nov 2024 18:27:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-18 15:38:38.038062
- Title: Exploring the Future Metaverse: Research Models for User Experience, Business Readiness, and National Competitiveness
- Title(参考訳): 未来のメタバースを探る: ユーザエクスペリエンス、ビジネスの準備、そして国家競争力の研究モデル
- Authors: Amir Reza Asadi, Shiva Ghasemi,
- Abstract要約: 本研究は,バーチャルリアリティ(VR),拡張現実(AR),MR(Mixed Reality)技術によって総合的に実現された,社会技術的想像のメタバースについて検討した。
我々は3つの研究モデルを開発し、情報技術の社会技術的未来としてメタバースを調べる研究者を導くことができる。
- 参考スコア(独自算出の注目度): 0.0
- License:
- Abstract: This systematic literature review paper explores perspectives on the ideal metaverse from user experience, business, and national levels, considering both academic and industry viewpoints. The study examines the metaverse as a sociotechnical imaginary, enabled collectively by virtual reality (VR), augmented reality (AR), and mixed reality (MR) technologies. Through a systematic literature review, n=144 records were included and by employing grounded theory for analysis of data, we developed three research models, which can guide researchers in examining the metaverse as a sociotechnical future of information technology. Designers can apply the metaverse user experience maturity model to develop more user-friendly services, while business strategists can use the metaverse business readiness model to assess their firms' current state and prepare for transformation. Additionally, policymakers and policy analysts can utilize the metaverse national competitiveness model to track their countries' competitiveness during this paradigm shift. The synthesis of the results also led to the development of practical assessment tools derived from these models that can guide researchers
- Abstract(参考訳): 本論文は,学術的,産業的両面の観点から,ユーザエクスペリエンス,ビジネス,国家レベルからの理想的なメタバースを考察する。
本研究は,バーチャルリアリティ(VR),拡張現実(AR),MR(Mixed Reality)技術によって総合的に実現された,社会技術的想像のメタバースについて検討した。
体系的な文献レビューを通じて、n=144レコードを収録し、基礎理論を用いてデータ分析を行い、3つの研究モデルを構築した。
設計者は、メタバースユーザーエクスペリエンス成熟モデルを適用して、よりユーザフレンドリなサービスを開発することができ、ビジネスストラテジストは、メタバースビジネスの準備モデルを使用して、企業の現在の状態を評価し、変革に備えることができます。
さらに、政策立案者や政策アナリストは、メタバース国家競争力モデルを利用して、このパラダイムシフト中の国の競争力を追跡することができる。
結果の合成は、研究者をガイドできるこれらのモデルから派生した実践的評価ツールの開発にも繋がった。
関連論文リスト
- Deploying Large Language Models With Retrieval Augmented Generation [0.21485350418225244]
Retrieval Augmented Generationは、大規模言語モデルのトレーニングセット外のデータソースからの知識を統合するための重要なアプローチとして登場した。
本稿では,LLMとRAGを統合して情報検索を行うパイロットプロジェクトの開発とフィールドテストから得られた知見について述べる。
論文 参考訳(メタデータ) (2024-11-07T22:11:51Z) - Data Analysis in the Era of Generative AI [56.44807642944589]
本稿では,AIを活用したデータ分析ツールの可能性について考察する。
我々は、大規模言語とマルチモーダルモデルの出現が、データ分析ワークフローの様々な段階を強化する新しい機会を提供する方法について検討する。
次に、直感的なインタラクションを促進し、ユーザ信頼を構築し、AI支援分析ワークフローを複数のアプリにわたって合理化するための、人間中心の設計原則を調べます。
論文 参考訳(メタデータ) (2024-09-27T06:31:03Z) - A Comprehensive Review of Recommender Systems: Transitioning from Theory to Practice [5.564583287027287]
Recommender Systems(RS)は、パーソナライズされたアイテムの提案を提供することで、ユーザーエクスペリエンスを高める上で重要な役割を果たす。
この調査は、2017年から2024年までのRSの進歩を包括的にレビューする。
それは、eコマース、ヘルスケア、金融など、さまざまな分野の課題に対処する。
論文 参考訳(メタデータ) (2024-07-18T17:00:53Z) - Metaverse Survey & Tutorial: Exploring Key Requirements, Technologies, Standards, Applications, Challenges, and Perspectives [10.16399860867284]
本稿では,次世代インターネット技術の変革的側面として想定されるメタバースの包括的調査を紹介する。
我々は、鍵となる特徴と要件を定義し、そのアーキテクチャを分析し、デジタルインタラクションに革命をもたらす新しい現実を照らし出す。
私たちは、インタラクティブな体験、コミュニケーション技術、ユビキタスコンピューティング、デジタルツイン、人工知能、サイバーセキュリティ対策など、メタバースに不可欠な重要な技術に精査を拡大します。
論文 参考訳(メタデータ) (2024-05-07T23:49:02Z) - FashionReGen: LLM-Empowered Fashion Report Generation [61.84580616045145]
先進大言語モデル(LLM)に基づく知的ファッション分析・報告システムを提案する。
具体的には、いくつかの重要な手順を備えた効果的なキャットウォーク分析に基づくFashionReGenの提供を試みる。
また、他の領域における工業的重要性を持つより高度なタスクの探索にも刺激を与えている。
論文 参考訳(メタデータ) (2024-03-11T12:29:35Z) - The Participatory Turn in AI Design: Theoretical Foundations and the
Current State of Practice [64.29355073494125]
本稿は、既存の理論文献を合成して、AI設計における「参加的転換」を掘り下げることを目的としている。
我々は、最近発表された研究および12人のAI研究者および実践者に対する半構造化インタビューの分析に基づいて、AI設計における参加実践の現状に関する実証的な知見を述べる。
論文 参考訳(メタデータ) (2023-10-02T05:30:42Z) - Bias and Fairness in Large Language Models: A Survey [73.87651986156006]
本稿では,大規模言語モデル(LLM)のバイアス評価と緩和手法に関する総合的な調査を行う。
まず、自然言語処理における社会的偏見と公平性の概念を統合し、形式化し、拡張する。
次に,3つの直感的な2つのバイアス評価法と1つの緩和法を提案し,文献を統一する。
論文 参考訳(メタデータ) (2023-09-02T00:32:55Z) - Approaching Unanticipated Consequences [3.253495920474109]
要件を満たすソフトウェアが、重大な影響で、未想定のアフターエフェクトに与える影響について検討した。
実世界のケーススタディを3つ検討し、いくつかの分野の文献と関わり、概念的枠組みを構築した。
参加者グループは、収束または分岐した意図でモデルをナビゲートした。
この研究は、研究や実践に影響を及ぼすツールとして、概念的枠組みが使われる可能性を示した。
論文 参考訳(メタデータ) (2023-06-16T16:43:52Z) - The State of the Art in Enhancing Trust in Machine Learning Models with the Use of Visualizations [0.0]
機械学習(ML)モデルは、医学、バイオインフォマティクス、その他の科学など、様々な分野の複雑な応用で使われている。
しかし、ブラックボックスの性質のため、それらが提供する結果を理解し、信頼することは難しいこともある。
これにより、MLモデルの信頼性向上に関連する信頼性の高い視覚化ツールの需要が増加した。
本稿では,インタラクティブな可視化によるMLモデルの信頼性向上について,STAR(State-of-the-Art Report)を提案する。
論文 参考訳(メタデータ) (2022-12-22T14:29:43Z) - A Survey on Neural Recommendation: From Collaborative Filtering to
Content and Context Enriched Recommendation [70.69134448863483]
レコメンデーションの研究は、ニューラルネットワークに基づく新しいレコメンダーモデルの発明にシフトした。
近年,神経リコメンデータモデルの開発が著しい進展を遂げている。
論文 参考訳(メタデータ) (2021-04-27T08:03:52Z) - Human Trajectory Forecasting in Crowds: A Deep Learning Perspective [89.4600982169]
本稿では,既存の深層学習に基づくソーシャルインタラクションのモデル化手法について詳細に分析する。
本稿では、これらの社会的相互作用を効果的に捉えるための知識に基づく2つのデータ駆動手法を提案する。
我々は,人間の軌道予測分野において,重要かつ欠落したコンポーネントであるTrajNet++を大規模に開発する。
論文 参考訳(メタデータ) (2020-07-07T17:19:56Z)
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。