論文の概要: A Replica for our Democracies? On Using Digital Twins to Enhance Deliberative Democracy
- arxiv url: http://arxiv.org/abs/2504.07138v1
- Date: Mon, 07 Apr 2025 23:14:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-04-19 01:48:38.979136
- Title: A Replica for our Democracies? On Using Digital Twins to Enhance Deliberative Democracy
- Title(参考訳): 民主化のためのレプリケーション : デジタル双生児による民主化の促進について
- Authors: Claudio Novelli, Javier Argota Sánchez-Vaquerizo, Dirk Helbing, Antonino Rotolo, Luciano Floridi,
- Abstract要約: 本稿では,民主化の規制サンドボックスとしてDigital Twin(DT)技術について検討する。
DTは、研究者や政策立案者が制御された仮想環境において、様々な熟考的設計で「もし」シナリオを実行することを可能にする。
これにより、実世界の現実的な制約や実験室ベースの設定を伴わずに、制度設計の体系的な分析が可能となる。
- 参考スコア(独自算出の注目度): 0.41942958779358663
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Deliberative democracy depends on carefully designed institutional frameworks, such as participant selection, facilitation methods, and decision-making mechanisms, that shape how deliberation occurs. However, determining which institutional design best suits a given context often proves difficult when relying solely on real-world observations or laboratory experiments, which can be resource intensive and hard to replicate. To address these challenges, this paper explores Digital Twin (DT) technology as a regulatory sandbox for deliberative democracy. DTs enable researchers and policymakers to run "what if" scenarios on varied deliberative designs in a controlled virtual environment by creating dynamic, computer based models that mirror real or synthetic data. This makes systematic analysis of the institutional design possible without the practical constraints of real world or lab-based settings. The paper also discusses the limitations of this approach and outlines key considerations for future research.
- Abstract(参考訳): 熟考民主主義は、参加者の選択、ファシリテーションの方法、意思決定のメカニズムなど、慎重に設計された制度的な枠組みに依存している。
しかしながら、どの制度設計が与えられた文脈に最も適しているかを判断することは、実世界の観測や実験にのみ依存する場合、しばしば困難であり、資源集約的で複製が困難である。
これらの課題に対処するため、本稿では、デジタルツイン(DT)技術について、熟考民主主義のための規制サンドボックスとして検討する。
DTは、研究者や政策立案者が、実データや合成データをミラーする動的コンピュータベースのモデルを作成することによって、制御された仮想環境において、様々な熟考的設計の「もし」シナリオを実行することを可能にする。
これにより、実世界の現実的な制約や実験室ベースの設定を伴わずに、制度設計の体系的な分析が可能となる。
本稿は、このアプローチの限界についても論じ、今後の研究の要点を概説する。
関連論文リスト
- Reimagining Urban Science: Scaling Causal Inference with Large Language Models [39.231736674554995]
都市因果研究は、都市を形成する複雑なダイナミックなプロセスを理解するために不可欠である。
現在の慣行は、しばしば非効率で偏りのある仮説の定式化によって制約される。
本研究では,仮説生成,データエンジニアリング,実験設計と実行,政策洞察による結果解釈の4つの異なるモジュールエージェントからなる概念的枠組みであるUrbanCIAを提案する。
論文 参考訳(メタデータ) (2025-04-15T16:58:11Z) - Causality can systematically address the monsters under the bench(marks) [64.36592889550431]
ベンチマークはさまざまなバイアス、アーティファクト、リークに悩まされている。
モデルは、調査の不十分な障害モードのため、信頼できない振る舞いをする可能性がある。
因果関係はこれらの課題を体系的に解決するための 理想的な枠組みを提供します
論文 参考訳(メタデータ) (2025-02-07T17:01:37Z) - Generate to Discriminate: Expert Routing for Continual Learning [59.71853576559306]
Generate to Discriminate (G2D) は、合成データを利用してドメイン識別器を訓練する連続学習手法である。
我々は、G2Dが視覚と言語の両方におけるタスクにおいて、競争力のあるドメイン・インクリメンタル・ラーニング手法より優れていることを観察する。
論文 参考訳(メタデータ) (2024-12-22T13:16:28Z) - Learning to Generate Research Idea with Dynamic Control [21.30777644522451]
大規模言語モデル (LLM) は仮説や研究のアイデアを生み出すことを約束している。
SFT(Supervised Fine-Tuning)とRL(Reinforcement Learning)を組み合わせた2段階のアプローチによる新しいフレームワークを提案する。
本フレームワークは, 新規性, 実現可能性, 有効性の間のトレードオフを動的にナビゲートすることで, 高品質な成果を達成し, 研究アイデアに対するバランスのとれたアプローチを提供する。
論文 参考訳(メタデータ) (2024-12-19T08:28:18Z) - SoK: Software Compartmentalization [3.058923790501231]
大規模なシステムを小さなコンポーネントに分解することは、エクスプロイトの影響を最小限に抑える効果的な方法として長年認識されてきた。
歴史的ルーツ、実証された利益、そして学術と産業における多くの研究努力にもかかわらず、ソフトウェアの区画化は依然として主流ではない。
本稿では,構成化アプローチの体系的分析,比較,指示のための統一モデルを提案する。
論文 参考訳(メタデータ) (2024-10-11T00:38:45Z) - Digital Homunculi: Reimagining Democracy Research with Generative Agents [0.0]
民主的実験における現状の限界を緩和するためのGenAI支援研究の可能性について検討する。
適切な注意を払って実施すれば、合成データの利点が欠点を上回る可能性が高いと私は思う。
本論文は、民主主義研究におけるGenAI支援手法の開発と実施における学際協力の呼びかけから締めくくっている。
論文 参考訳(メタデータ) (2024-09-01T19:57:32Z) - Learning Paradigms and Modelling Methodologies for Digital Twins in Process Industry [1.1060425537315088]
デジタルツイン(Digital Twins、DT)は、センサーデータと高度なデータベースまたは物理ベースのモデル、あるいはその組み合わせを組み合わせた物理製造システムの仮想レプリカで、プロセス監視、予測制御、意思決定支援など、さまざまな産業関連タスクに対処する。
DTのバックボーン、すなわち、これらのモデルをサポートする具体的なモデリング方法論とアーキテクチャフレームワークは、複雑で多様性があり、急速に進化し、最新の最先端の手法と競争の激しい市場のトップに留まる傾向を徹底的に理解する必要がある。
論文 参考訳(メタデータ) (2024-07-02T14:05:10Z) - Self-Distilled Disentangled Learning for Counterfactual Prediction [49.84163147971955]
我々は、SD2$として知られる自己蒸留遠絡フレームワークを提案する。
情報理論を基礎として、複雑な相互情報推定器の設計を伴わずに、理論上独立に不整合表現を鳴らす。
人工と実世界の両方のデータセットを用いて実験を行い,本手法の有効性を確認した。
論文 参考訳(メタデータ) (2024-06-09T16:58:19Z) - CERN for AI: A Theoretical Framework for Autonomous Simulation-Based Artificial Intelligence Testing and Alignment [1.7586848727052424]
本研究では,現実世界の環境を再現するバーチャルリアリティー・フレームワークにおける,革新的なシミュレーションに基づくマルチエージェントシステムについて検討する。
このフレームワークは、複雑な社会構造と相互作用をシミュレートしてAIを調べ、最適化する自動化された「デジタル市民」によって人口が占められている。
論文 参考訳(メタデータ) (2023-12-14T23:48:51Z) - Endogenous Macrodynamics in Algorithmic Recourse [52.87956177581998]
対実説明(CE)とアルゴリズム・リコース(AR)に関する既存の研究は、静的環境における個人に主に焦点を当ててきた。
既存の方法論の多くは、一般化されたフレームワークによってまとめて記述できることを示す。
次に、既存のフレームワークは、グループレベルでの言論の内在的ダイナミクスを研究する際にのみ明らかとなるような、隠された対外的関係のコストを考慮に入れていないと論じる。
論文 参考訳(メタデータ) (2023-08-16T07:36:58Z) - Online simulator-based experimental design for cognitive model selection [74.76661199843284]
本稿では,抽出可能な確率を伴わない計算モデルを選択する実験設計手法BOSMOSを提案する。
シミュレーション実験では,提案手法により,既存のLFI手法に比べて最大2桁の精度でモデルを選択することができることを示した。
論文 参考訳(メタデータ) (2023-03-03T21:41:01Z) - GLUECons: A Generic Benchmark for Learning Under Constraints [102.78051169725455]
本研究では,自然言語処理とコンピュータビジョンの分野における9つのタスクの集合であるベンチマークを作成する。
外部知識を制約としてモデル化し、各タスクの制約のソースを特定し、これらの制約を使用するさまざまなモデルを実装します。
論文 参考訳(メタデータ) (2023-02-16T16:45:36Z) - Taxonomy of A Decision Support System for Adaptive Experimental Design
in Field Robotics [19.474298062145003]
本研究では,人間の意思決定能力を増幅し,フィールド実験における意思決定の原則を実現するための意思決定支援システム(DSS)を提案する。
我々は、人工知能とインテリジェントDSSを含む研究を含むDSS文献の事例と傾向を用いて、分類学を構築し、提示する。
論文 参考訳(メタデータ) (2022-10-15T23:28:30Z) - Causal Fairness Analysis [68.12191782657437]
意思決定設定における公平性の問題を理解し、モデル化し、潜在的に解決するためのフレームワークを導入します。
我々のアプローチの主な洞察は、観測データに存在する格差の定量化と、基礎となる、しばしば観測されていない、因果的なメカニズムの収集を結びつけることである。
本研究は,文献中の異なる基準間の関係を整理し,説明するための最初の体系的試みであるフェアネスマップにおいて,本研究の成果を左右するものである。
論文 参考訳(メタデータ) (2022-07-23T01:06:34Z) - DIME: Fine-grained Interpretations of Multimodal Models via Disentangled
Local Explanations [119.1953397679783]
我々は,マルチモーダルモデルの解釈における最先端化に注力する。
提案手法であるDIMEは,マルチモーダルモデルの高精度かつきめ細かな解析を可能にする。
論文 参考訳(メタデータ) (2022-03-03T20:52:47Z) - Digital Twin: From Concept to Practice [1.3633989508250934]
本稿では,デジタルツインにおいて,実践者が適切なレベルの高度化を選択するためのフレームワークを提案する。
実生活における3つのケーススタディは、フレームワークの適用と有用性を示している。
論文 参考訳(メタデータ) (2022-01-14T17:41:26Z) - Scaling up Search Engine Audits: Practical Insights for Algorithm
Auditing [68.8204255655161]
異なる地域に数百の仮想エージェントを配置した8つの検索エンジンの実験を行った。
複数のデータ収集にまたがる研究インフラの性能を実証する。
仮想エージェントは,アルゴリズムの性能を長時間にわたって監視するための,有望な場所である,と結論付けている。
論文 参考訳(メタデータ) (2021-06-10T15:49:58Z) - Individual Explanations in Machine Learning Models: A Survey for
Practitioners [69.02688684221265]
社会的関連性の高い領域の決定に影響を与える洗練された統計モデルの使用が増加しています。
多くの政府、機関、企業は、アウトプットが人間の解釈可能な方法で説明しにくいため、採用に消極的です。
近年,機械学習モデルに解釈可能な説明を提供する方法として,学術文献が多数提案されている。
論文 参考訳(メタデータ) (2021-04-09T01:46:34Z) - Learning-Driven Decision Mechanisms in Physical Layer: Facts,
Challenges, and Remedies [23.446736654473753]
本稿では, 物理層に共通する仮定を, 実用システムとの相違点を強調するために紹介する。
解決策として,実装手順と課題を考慮して学習アルゴリズムを検討する。
論文 参考訳(メタデータ) (2021-02-14T22:26:44Z)
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。