論文の概要: Intanify AI Platform: Embedded AI for Automated IP Audit and Due Diligence

• arxiv url: http://arxiv.org/abs/2503.17374v1
• Date: Wed, 12 Mar 2025 13:44:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-30 07:31:52.020581
• Title: Intanify AI Platform: Embedded AI for Automated IP Audit and Due Diligence
• Title（参考訳）: Intanify AI Platform:IP監査自動化のための組み込みAI
• Authors: Viktor Dorfler, Dylan Dryden, Viet Lee,
• Abstract要約: 我々は、中小企業の努力を支援するために作成されたプラットフォームを導入し、その無形資産から価値を効果的に抽出する。 我々は,無形アセットコンサルタント,特許弁護士,デューディリジェンス弁護士の知識を含む知識ベースを,知識ベースの元パートシステムシェルを用いて5つの知識ベースを開発した。 私たちは、同じ専門家の関与によって、赤い旗、リスクスコア、評価のシステムを作成しました。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: In this paper we introduce a Platform created in order to support SMEs' endeavor to extract value from their intangible assets effectively. To implement the Platform, we developed five knowledge bases using a knowledge-based ex-pert system shell that contain knowledge from intangible as-set consultants, patent attorneys and due diligence lawyers. In order to operationalize the knowledge bases, we developed a "Rosetta Stone", an interpreter unit for the knowledge bases outside the shell and embedded in the plat-form. Building on the initial knowledge bases we have created a system of red flags, risk scoring, and valuation with the involvement of the same experts; these additional systems work upon the initial knowledge bases and therefore they can be regarded as meta-knowledge-representations that take the form of second-order knowledge graphs. All this clever technology is dressed up in an easy-to-handle graphical user interface that we will showcase at the conference. The initial platform was finished mid-2024; therefore, it qualifies as an "emerging application of AI" and "deployable AI", while development continues. The two firms that provided experts for developing the knowledge bases obtained a white-label version of the product (i.e. it runs under their own brand "powered by Intanify"), and there are two completed cases.
• Abstract（参考訳）: 本稿では,中小企業が無形資産から価値を効果的に抽出するために構築したプラットフォームについて紹介する。 このプラットフォームを実装するために,無形アセットコンサルタント,特許弁護士,デュ・ディリジェンス弁護士の知識を含む知識ベースのエグゼクティブシステムシェルを用いて,5つのナレッジベースを開発した。 そこで我々は,知識基盤を運用するために,貝殻の外側の知識基盤のインタプリタユニット"Rosetta Stone"を開発し,それを板状に埋め込んだ。 これらの追加システムは、最初の知識ベースで動作するので、二階の知識グラフの形をとるメタ知識表現と見なすことができます。 この巧妙な技術はすべて、カンファレンスで紹介するグラフィカルなユーザインタフェイスに身を包み込んでいます。 最初のプラットフォームは2024年半ばに完成したため、開発が続けられている間、"AIの新興アプリケーション"と"デプロイ可能なAI"の資格が与えられている。 ナレッジベースを開発するための専門家を提供した2社は、製品のホワイトレーベル版(すなわち、Intanifyのブランドで運営されている)を取得し、完成例は2つある。

関連論文リスト

• Development of an Adaptive Multi-Domain Artificial Intelligence System Built using Machine Learning and Expert Systems Technologies [0.0]
  人工知能(AGI)は、人工知能(AI)研究においてしばらくの間、明白な目標であった。 AGIは、人間のように、新しい問題領域にさらされ、それを学び、推論プロセスを使って意思決定する能力を持つでしょう。 本稿では,AGIの製作に向けての歩みについて述べる。
  論文  参考訳（メタデータ） (2024-06-17T07:21:44Z)
• Transferring Domain Knowledge with (X)AI-Based Learning Systems [3.0059120458540383]
  説明可能な人工知能(XAI)は、従来、ブラックボックス人工知能システムを解釈するために用いられてきた。 X)AIシステムは、専門家の過去の判断に基づいて訓練され、実例と説明を提供することで初心者を教えるために使用される。 我々は,(X)AIに基づく学習システムが初心者の学習を誘導し,その認知スタイルが中等学習であることを示す。
  論文  参考訳（メタデータ） (2024-06-03T13:56:30Z)
• PADTHAI-MM: Principles-based Approach for Designing Trustworthy, Human-centered AI using MAST Methodology [5.215782336985273]
  マルチソースAIスコアカードテーブル(Multisource AI Scorecard Table, MAST)は、AI対応意思決定支援システムを評価するための、体系的かつトレードクラフト中心のアプローチを提供することによって、ギャップを埋めるように設計されている。 我々は,信頼に値する,人間中心のAIを設計するためのテキスト原則に基づくアプローチという,反復的な設計フレームワークを導入する。 我々はこの枠組みを防衛情報タスク報告支援(READIT)の開発において実証する。
  論文  参考訳（メタデータ） (2024-01-24T23:15:44Z)
• Pangu-Agent: A Fine-Tunable Generalist Agent with Structured Reasoning [50.47568731994238]
  人工知能(AI)エージェント作成の鍵となる方法は強化学習(RL)である 本稿では,構造化推論をAIエージェントのポリシーに統合し,学習するための一般的なフレームワークモデルを提案する。
  論文  参考訳（メタデータ） (2023-12-22T17:57:57Z)
• UNTER: A Unified Knowledge Interface for Enhancing Pre-trained Language Models [100.4659557650775]
  構造化知識と非構造化知識の両方を活用する統一的な視点を提供するために、統一知識インターフェイスUNTERを提案する。 どちらの形態の知識も注入され、UNTERは一連の知識駆動NLPタスクの継続的な改善を得る。
  論文  参考訳（メタデータ） (2023-05-02T17:33:28Z)
• Seamful XAI: Operationalizing Seamful Design in Explainable AI [59.89011292395202]
  AIシステムのミスは必然的であり、技術的制限と社会技術的ギャップの両方から生じる。 本稿では, 社会工学的・インフラ的ミスマッチを明らかにすることにより, シームレスな設計がAIの説明可能性を高めることを提案する。 43人のAI実践者と実際のエンドユーザでこのプロセスを探求します。
  論文  参考訳（メタデータ） (2022-11-12T21:54:05Z)
• Towards Human Cognition Level-based Experiment Design for Counterfactual Explanations (XAI) [68.8204255655161]
  XAI研究の重点は、より理解を深めるために、より実践的な説明アプローチに変わったようだ。 認知科学研究がXAIの進歩に大きく影響を与える可能性のある領域は、ユーザの知識とフィードバックを評価することである。 本研究では,異なる認知レベルの理解に基づく説明の生成と評価を実験する枠組みを提案する。
  論文  参考訳（メタデータ） (2022-10-31T19:20:22Z)
• 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)
• Knowledge-Integrated Informed AI for National Security [0.0]
  人工知能技術の現状には、何十年もさかのぼる豊富な歴史があり、今日の爆発的な復活の前の2つの転倒を含んでいる。 現在、データと知識の両方を活用する第3のカテゴリが登場し始めている。 このレポートは、データと原則および/または実践的な知識を活用するAIアプローチの徹底的な調査の結果を共有している。
  論文  参考訳（メタデータ） (2022-02-04T11:51:44Z)
• Towards a Common Testing Terminology for Software Engineering and Artificial Intelligence Experts [0.9799637101641152]
  本稿では,古典的ソフトウェアテストとAIテストの最も重要な概念のマッピングに寄与する。 マッピングでは、マッピングされた概念の関連性と命名の相違を強調した。
  論文  参考訳（メタデータ） (2021-08-31T13:50:15Z)
• KRISP: Integrating Implicit and Symbolic Knowledge for Open-Domain Knowledge-Based VQA [107.7091094498848]
  VQAの最も難しい質問の1つは、質問に答えるために画像に存在しない外部の知識を必要とする場合です。 本研究では,解答に必要な知識が与えられたり記入されたりしないオープンドメイン知識を,トレーニング時やテスト時にも検討する。 知識表現と推論には2つのタイプがあります。 まず、トランスベースのモデルで教師なし言語事前トレーニングと教師付きトレーニングデータから効果的に学ぶことができる暗黙的な知識。
  論文  参考訳（メタデータ） (2020-12-20T20:13:02Z)

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。