論文の概要: Improving municipal responsiveness through AI-powered image analysis in E-Government

• arxiv url: http://arxiv.org/abs/2504.08972v1
• Date: Fri, 11 Apr 2025 20:53:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-15 16:53:50.934603
• Title: Improving municipal responsiveness through AI-powered image analysis in E-Government
• Title（参考訳）: E-GovernmentにおけるAIを用いた画像解析による自治体の応答性向上
• Authors: Catalin Vrabie,
• Abstract要約: 本稿では、画像解析における機械学習(ML)の革新的な応用について考察する。 画像分類とオブジェクト検出アルゴリズムを使用することで、市民が提出した証拠の特定と迅速な対応において、公共機関を支援する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Integration of Machine Learning (ML) techniques into public administration marks a new and transformative era for e-government systems. While traditionally e-government studies were focusing on text-based interactions, this one explores the innovative application of ML for image analysis, an approach that enables governments to address citizen petitions more efficiently. By using image classification and object detection algorithms, the model proposed in this article supports public institutions in identifying and fast responding to evidence submitted by citizens in picture format, such as infrastructure issues, environmental concerns or other urban issues that citizens might face. The research also highlights the Jevons Paradox as a critical factor, wherein increased efficiency from the citizen side (especially using mobile platforms and apps) may generate higher demand which should lead to scalable and robust solutions. Using as a case study a Romanian municipality who provided datasets of citizen-submitted images, the author analysed and proved that ML can improve accuracy and responsiveness of public institutions. The findings suggest that adopting ML for e-petition systems can not only enhance citizen participation but also speeding up administrative processes, paving the way for more transparent and effective governance. This study contributes to the discourse on e-government 3.0 by showing the potential of Artificial Intelligence (AI) to transform public service delivery, ensuring sustainable (and scalable) solutions for the growing demands of modern urban governance.
• Abstract（参考訳）: 機械学習(ML)技術の公共行政への統合は、E- Governmentシステムにとって、新しくて変革的な時代である。 従来、e政府による研究はテキストベースのインタラクションに重点を置いていたが、今回はMLの革新的な画像解析への応用を探究する。 本稿では, 画像分類とオブジェクト検出アルゴリズムを用いて, 市民が画像形式で提出した証拠(インフラ問題, 環境問題, 市民が直面する可能性のある都市問題など)の特定と迅速な対応を, 公共機関に支援する。 この調査はまた、Jevons Paradoxを重要な要因として強調しており、市民側(特にモバイルプラットフォームやアプリ)からの効率の向上は、スケーラブルでロバストなソリューションに繋がる高い需要を生み出す可能性がある。 市民が提出した画像のデータセットを提供するルーマニアの自治体のケーススタディを用いて、著者はMLが公共機関の精度と応答性を向上させることを分析し証明した。 この結果は、e-petitionシステムにMLを採用することで市民参加が促進されるだけでなく、行政プロセスのスピードアップも可能であり、より透明性と効果的なガバナンスの道を開くことを示唆している。 この研究は、公的なサービス提供を変革する人工知能(AI)の可能性を示し、現代都市ガバナンスの需要が増大する中で持続的な(かつスケーラブルな)ソリューションを保証することによって、e- Government 3.0に関する議論に寄与する。

関連論文リスト

• The Right to AI [3.2132738637761027]
  本稿では、個人やコミュニティが生活を形成するAIシステムの開発とガバナンスに有意義に参画すべきであると主張するAIの権利を提案する。 我々は、生成エージェント、大規模データ抽出、そして多様な文化的価値が、AIの監視に新しい複雑さをもたらすかを批判的に評価する。
  論文  参考訳（メタデータ） (2025-01-29T04:32:41Z)
• Enhancing Citizen-Government Communication with AI: Evaluating the Impact of AI-Assisted Interactions on Communication Quality and Satisfaction [1.1356542363919058]
  本研究では,AIによるインタラクションが市民と公務員間のコミュニケーションの質に及ぼす影響について検討した。 統計分析によると、AIの修正によって市民と公務員の両方のコミュニケーションの次元が大幅に向上した。 この結果は、AIが市民と政府の相互作用を改善し、より効果的で満足できるコミュニケーションを育む大きな可能性を持っていることを示唆している。
  論文  参考訳（メタデータ） (2025-01-18T10:17:38Z)
• Open Problems in Technical AI Governance [93.89102632003996]
  テクニカルAIガバナンス(Technical AI Governance)は、AIの効果的なガバナンスを支援するための技術分析とツールである。 本論文は、AIガバナンスへの貢献を目指す技術研究者や研究資金提供者のためのリソースとして意図されている。
  論文  参考訳（メタデータ） (2024-07-20T21:13:56Z)
• Representation Engineering: A Top-Down Approach to AI Transparency [130.33981757928166]
  表現工学の新たな領域(RepE)を特定し,特徴付ける RepEは、神経細胞や回路ではなく、人口レベルの表現を解析の中心に置く。 これらの手法が、広範囲の安全関連問題に対してどのようにトラクションを提供するかを紹介する。
  論文  参考訳（メタデータ） (2023-10-02T17:59:07Z)
• Leveraging Large Language Models for Topic Classification in the Domain of Public Affairs [65.9077733300329]
  大規模言語モデル (LLM) は公務員文書の分析を大幅に強化する可能性を秘めている。 LLMは、公共の分野など、ドメイン固有のドキュメントを処理するのに非常に役立ちます。
  論文  参考訳（メタデータ） (2023-06-05T13:35:01Z)
• Human-Centric Multimodal Machine Learning: Recent Advances and Testbed on AI-based Recruitment [66.91538273487379]
  人間中心のアプローチでAIアプリケーションを開発する必要性には、ある程度のコンセンサスがある。 i)ユーティリティと社会的善、(ii)プライバシとデータ所有、(iii)透明性と説明責任、(iv)AIによる意思決定プロセスの公正性。 異種情報ソースに基づく現在のマルチモーダルアルゴリズムは、データ中の機密要素や内部バイアスによってどのように影響を受けるかを検討する。
  論文  参考訳（メタデータ） (2023-02-13T16:44:44Z)
• FATE in AI: Towards Algorithmic Inclusivity and Accessibility [0.0]
  AIにおけるアルゴリズム上の格差、公平性、説明責任、透明性、倫理(FATE)が実装されている。 本研究では、AIによって守られている世界南部地域のFATE関連デシダータ、特に透明性と倫理について検討する。 インクリシティを促進するために、コミュニティ主導の戦略が提案され、責任あるAI設計のための代表データを収集し、キュレートする。
  論文  参考訳（メタデータ） (2023-01-03T15:08:10Z)
• Empowering Local Communities Using Artificial Intelligence [70.17085406202368]
  人中心の観点から、AIが社会に与える影響を探求する上で重要なトピックとなっている。 市民科学におけるこれまでの研究は、AIを使って研究に大衆を巻き込む方法を特定してきた。 本稿では,コミュニティ市民科学にAIを適用する上での課題について論じる。
  論文  参考訳（メタデータ） (2021-10-05T12:51:11Z)
• Institutionalising Ethics in AI through Broader Impact Requirements [8.793651996676095]
  私たちは、世界最大級のAIカンファレンスの1つによる、新しいガバナンスイニシアチブを反映しています。 NeurIPSは、著者に対して、彼らの研究のより広範な社会的影響に関する声明を提出する要求を導入した。 このようなイニシアティブのリスクや課題,潜在的なメリットについて検討する。
  論文  参考訳（メタデータ） (2021-05-30T12:36:43Z)
• Enhanced well-being assessment as basis for the practical implementation of ethical and rights-based normative principles for AI [0.0]
  本稿では,自律・知能システムを対象とした健康影響評価フレームワークの実用化について述べる。 このプロセスは、AIシステムの影響を理解するための、人間中心のアルゴリズム支援アプローチを可能にする。
  論文  参考訳（メタデータ） (2020-07-29T13:26:05Z)
• Toward Trustworthy AI Development: Mechanisms for Supporting Verifiable Claims [59.64274607533249]
  AI開発者は、責任を負うことのできる検証可能な主張をする必要がある。 このレポートは、さまざまな利害関係者がAIシステムに関するクレームの妥当性を改善するための様々なステップを示唆している。 我々は、この目的のための10のメカニズム、すなわち、組織、ソフトウェア、ハードウェアを分析し、それらのメカニズムの実装、探索、改善を目的とした推奨を行う。
  論文  参考訳（メタデータ） (2020-04-15T17:15:35Z)

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。