論文の概要: Experiences Applying Lean R&D in Industry-Academia Collaboration Projects
- arxiv url: http://arxiv.org/abs/2501.11774v1
- Date: Mon, 20 Jan 2025 22:42:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-22 14:24:35.306626
- Title: Experiences Applying Lean R&D in Industry-Academia Collaboration Projects
- Title（参考訳）: 産学連携プロジェクトにおけるリーンR&Dの適用経験
- Authors: Marcos Kalinowski, Lucas Romao, Ariane Rodrigues, Clarissa Barbosa, Hugo Villamizar, Simone D. J. Barbosa, Helio Lopes,
- Abstract要約: リーンR&Dは、PUC-Rioで、複数のセクターにわたるイノベーションプロジェクトにおける業界と学界のコラボレーションを促進するために使われてきました。
本稿では,石油・ガス分野のペトロブラスと小売業のアメリカンスとのパートナーシップにおいて,リーンR&Dを適用した最近の経験と評価結果について述べる。
- 参考スコア（独自算出の注目度）: 1.3764399593225731
- License:
- Abstract: Lean R&D has been used at PUC-Rio to foster industry-academia collaboration in innovation projects across multiple sectors. This industrial experience paper describes recent experiences and evaluation results from applying Lean R&D in partnership with Petrobras in the oil and gas sector and Americanas in retail. The findings highlight Lean R&D's effectiveness in transforming ideas into meaningful business outcomes. Based on responses from 57 participants - including team members, managers, and sponsors - the assessment indicates that stakeholders find the structured phases of Lean R&D well-suited to innovation projects and endorse the approach. Although acknowledging that successful collaboration relies on various factors, this industrial experience positions Lean R&D as a promising framework for industry-academia projects focused on achieving rapid, impactful results for industry partners.
- Abstract（参考訳）: リーンR&Dは、PUC-Rioで、複数のセクターにわたるイノベーションプロジェクトにおける業界と学界のコラボレーションを促進するために使われてきました。
本稿では,石油・ガス分野のペトロブラスと小売業のアメリカンスとのパートナーシップで,リーンR&Dを適用した最近の経験と評価結果について述べる。
調査結果は、アイデアを意味のあるビジネス成果に変換する上で、リーンR&Dの有効性を強調している。
57人の参加者(チームメンバー、マネージャ、スポンサーを含む)からの回答に基づいて、評価は、ステークホルダーがリーンR&Dの構造的なフェーズがイノベーションプロジェクトに適しており、アプローチを支持していることを示している。
コラボレーションの成功はさまざまな要因に依存していることを認めながら、この産業経験は、リーンR&Dを業界と学界のプロジェクトにとって有望なフレームワークとして位置づけている。
関連論文リスト
- Can LLMs Generate Novel Research Ideas? A Large-Scale Human Study with 100+ NLP Researchers [90.26363107905344]
大型言語モデル(LLM)は、科学的な発見を加速する可能性についての楽観主義を喚起した。
LLMシステムは、新しい専門家レベルのアイデアを生み出すための第一歩を踏み出すことができるという評価はない。
論文 参考訳（メタデータ） (2024-09-06T08:25:03Z) - Agile Minds, Innovative Solutions, and Industry-Academia Collaboration: Lean R&D Meets Problem-Based Learning in Software Engineering Education [1.4454625330080995]
この記事では、ビジネスとソフトウェア開発のシナジーを強調しながら、リーンR&Dをスキル原則で拡張することを目的としています。
実際の課題に取り組んでいた40人のパートタイム学生が講義や指導を受けていた。
学生は知識能力の向上を報告し、実際の問題に取り組むことは学習に最も貢献していると認識した。
論文 参考訳（メタデータ） (2024-07-22T18:47:14Z) - Using Case Studies to Teach Responsible AI to Industry Practitioners [8.152080071643685]
本稿では,対話型ケーススタディを用いた利害関係者第一の教育的アプローチを提案し,組織的・実践的エンゲージメントを育成する。
グローバルなテクノロジ企業であるMetaとのパートナーシップを詳述し、さまざまな企業のオーディエンスにRAIワークショップを共同開発して提供しています。
論文 参考訳（メタデータ） (2024-07-19T22:06:06Z) - LLM-jp: A Cross-organizational Project for the Research and Development of Fully Open Japanese LLMs [90.04787972295222]
本稿では,LLM-jpについて紹介する。LLM-jpは,日本語大言語モデル(LLM)の研究・開発のためのクロスオーガナイゼーションプロジェクトである。
この執筆時点で、学界や産業界から1,500人以上の参加者がこの目的のために協力している。
最新のアクティビティについては、https://llm-jp.nii.ac.jp/en/.com/を参照してください。
論文 参考訳（メタデータ） (2024-07-04T14:33:03Z) - Survey for Landing Generative AI in Social and E-commerce Recsys -- the Industry Perspectives [19.754976036068907]
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。
論文 参考訳（メタデータ） (2024-06-10T17:16:59Z) - LLMs with Industrial Lens: Deciphering the Challenges and Prospects -- A
Survey [8.149749907267054]
大規模言語モデル(LLM)は、多くの産業用途を駆動する秘密の要素となっている。
本稿では,産業環境におけるLCMの活用にともなう障害と機会を解明し,評価する。
論文 参考訳（メタデータ） (2024-02-22T13:52:02Z) - 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) - Who should I Collaborate with? A Comparative Study of Academia and
Industry Research Collaboration in NLP [5.929956715430167]
本研究の目的は,学術と産業の連携が自然言語処理(NLP)に及ぼす影響を検討することである。
我々は,NLP論文からアフィリエイトや引用を抽出するパイプラインを作成し,これらをアカデミック,産業,ハイブリッド(アカデミックと産業の連携)の3つのカテゴリに分けた。
実証分析の結果,産業界と産業界が連携する出版物の増加傾向がみられた。
論文 参考訳（メタデータ） (2023-07-21T01:26:29Z) - Information Retrieval Meets Large Language Models: A Strategic Report
from Chinese IR Community [180.28262433004113]
大規模言語モデル(LLM)は、テキスト理解、生成、知識推論において例外的な能力を示した。
LLMと人間は、情報検索のためにより強力な新しい技術パラダイムを形成します。
LLMがIR研究に与える影響を徹底的に議論するため、中国のIRコミュニティは2023年4月に戦略的ワークショップを開催した。
論文 参考訳（メタデータ） (2023-07-19T05:23:43Z) - A Survivor in the Era of Large-Scale Pretraining: An Empirical Study of
One-Stage Referring Expression Comprehension [81.57558029858954]
我々はSimRECと呼ばれる一段階参照表現理解ネットワークを構築した。
我々は,RECの3つのベンチマークデータセットに対して100以上の実験を行った。
トレーニングのオーバーヘッドとパラメータがはるかに少ないため、SimRECは大規模な事前訓練モデルのセットよりもパフォーマンスが向上する。
論文 参考訳（メタデータ） (2022-04-17T03:04:03Z) - Learnings from Frontier Development Lab and SpaceML -- AI Accelerators
for NASA and ESA [57.06643156253045]
AIとML技術による研究は、しばしば非同期の目標とタイムラインを備えたさまざまな設定で動作します。
我々は、NASAとESAの民間パートナーシップの下で、AIアクセラレータであるFrontier Development Lab(FDL)のケーススタディを実行する。
FDL研究は、AI研究の責任ある開発、実行、普及に基礎を置く原則的な実践に従う。
論文 参考訳（メタデータ） (2020-11-09T21:23:03Z)
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。