論文の概要: Fashion Industry in the Age of Generative Artificial Intelligence and Metaverse: A systematic Review

• arxiv url: http://arxiv.org/abs/2505.17141v1
• Date: Thu, 22 May 2025 07:06:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-26 18:08:33.604198
• Title: Fashion Industry in the Age of Generative Artificial Intelligence and Metaverse: A systematic Review
• Title（参考訳）: 創造的人工知能とメタバースの時代におけるファッション産業 : 体系的レビュー
• Authors: Rania Ahmed, Eman Ahmed, Ahmed Elbarbary, Ashraf Darwish, Aboul Ella Hassanien,
• Abstract要約: ファッション産業は、アパレル、履物、アクセサリーを製造、流通することで、数兆ドルもの収入を生み出している。 この体系的な文献レビュー(SLR)は、ファッション産業におけるジェネレーティブ・人工知能(GAI)とメタバースに関する研究の展望を体系的にレビューし、分析することを目的としている。
• 参考スコア（独自算出の注目度）: 1.4796543791607084
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The fashion industry is an extremely profitable market that generates trillions of dollars in revenue by producing and distributing apparel, footwear, and accessories. This systematic literature review (SLR) seeks to systematically review and analyze the research landscape about the Generative Artificial Intelligence (GAI) and metaverse in the fashion industry. Thus, investigating the impact of integrating both technologies to enhance the fashion industry. This systematic review uses the Reporting Items for Systematic reviews and Meta-Analyses (PRISMA) methodology, including three essential phases: identification, evaluation, and reporting. In the identification phase, the target search problems are determined by selecting appropriate keywords and alternative synonyms. After that 578 documents from 2014 to the end of 2023 are retrieved. The evaluation phase applies three screening steps to assess papers and choose 118 eligible papers for full-text reading. Finally, the reporting phase thoroughly examines and synthesizes the 118 eligible papers to identify key themes associated with GAI and Metaverse in the fashion industry. Based on Strengths, Weaknesses, Opportunities, and Threats (SWOT) analyses performed for both GAI and metaverse for the fashion industry, it is concluded that the integration of GAI and the metaverse holds the capacity to profoundly revolutionize the fashion sector, presenting chances for improved manufacturing, design, sales, and client experiences. Accordingly, the research proposes a new framework to integrate GAI and metaverse to enhance the fashion industry. The framework presents different use cases to promote the fashion industry using the integration. Future research points for achieving a successful integration are demonstrated.
• Abstract（参考訳）: ファッション産業は、アパレル、履物、アクセサリーを生産・流通することで、数兆ドルもの収入を生み出す非常に利益の出る市場である。 この体系的文献レビュー(SLR)は、ファッション産業における生成人工知能(GAI)とメタバースに関する研究状況の体系的レビューと分析を目的としている。 そこで,ファッション産業の発展に両技術を統合することが及ぼす影響について考察した。 この体系的なレビューでは、識別、評価、報告の3つの必須フェーズを含む、システムレビューおよびメタ分析のためのレポート項目(PRISMA)方法論が使用されている。 識別フェーズでは、適切なキーワードと代替同義語を選択して対象探索問題を判定する。 その後、2014年から2023年末までの578の文書が回収される。 評価フェーズでは、3つのスクリーニングステップを適用して、全文読解のための118の論文を選択する。 最後に、報告フェーズは、ファッション業界におけるGAIおよびMetaverseに関連する主要なテーマを特定するために、118の論文を徹底的に検討し、合成する。 ファッション産業におけるGAIとメタバースの両方を対象として行われた強度・弱さ・機会・脅威(SWOT)分析に基づいて、GAIとメタバースの統合は、ファッションセクターに深く変革をもたらす能力を有し、製造、デザイン、販売、クライアントエクスペリエンスの改善の可能性を示すと結論付けている。 そこで本研究では,ファッション産業を強化するため,GAIとメタバースを統合する新たな枠組みを提案する。 このフレームワークは、この統合を使用してファッション産業を促進するために、さまざまなユースケースを提示している。 統合を成功させるための今後の研究ポイントが示されている。

関連論文リスト

• Exploring the Technology Landscape through Topic Modeling, Expert Involvement, and Reinforcement Learning [0.48342038441006807]
  本研究では、トピックモデリング、エキスパート知識入力、強化学習(RL)を組み合わせて、技術的変化の検出を強化する手法を提案する。 結果は、専門家の入力と一致する傾向を特定し、ランク付けし、追跡する手法の有効性を示す。
  論文  参考訳（メタデータ） (2025-01-22T22:18:50Z)
• New Fashion Products Performance Forecasting: A Survey on Evolutions, Models and Emerging Trends [8.482907933021087]
  ファストファッション産業の新たなスタイルと急速な生産サイクルに対する不満足な需要は、環境に重大な負担をもたらしている。 これらの問題を緩和するためには、持続可能性と効率性を優先するパラダイムシフトが緊急に必要である。 学習に基づく予測分析をファッション産業に統合することは、環境問題に対処する重要な機会である。
  論文  参考訳（メタデータ） (2025-01-17T17:56:27Z)
• IGGA: A Dataset of Industrial Guidelines and Policy Statements for Generative AIs [8.420666056013685]
  本稿では,GAI(Generative AIs)とLLM(Large Language Models)を産業や職場で使用するための,160の産業ガイドラインと政策ステートメントのデータセットであるIGGAを紹介する。 データセットには104,565語が含まれており、要求工学に一般的に適用される自然言語処理タスクの貴重なリソースとして機能している。
  論文  参考訳（メタデータ） (2025-01-01T21:31:47Z)
• Exploring the Future Metaverse: Research Models for User Experience, Business Readiness, and National Competitiveness [0.0]
  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。
  論文  参考訳（メタデータ） (2024-11-15T18:27:09Z)
• From Linguistic Giants to Sensory Maestros: A Survey on Cross-Modal Reasoning with Large Language Models [56.9134620424985]
  クロスモーダル推論(CMR)は、より高度な人工知能システムへの進化における重要な能力として、ますます認識されている。 CMRタスクに取り組むためにLLM(Large Language Models)をデプロイする最近のトレンドは、その有効性を高めるためのアプローチの新たな主流となっている。 本調査では,LLMを用いてCMRで適用された現在の方法論を,詳細な3階層分類に分類する。
  論文  参考訳（メタデータ） (2024-09-19T02:51:54Z)
• 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)
• Recent Advances in Hate Speech Moderation: Multimodality and the Role of Large Models [52.24001776263608]
  この包括的調査は、HSモデレーションの最近の歩みを掘り下げている。 大型言語モデル(LLM)と大規模マルチモーダルモデル(LMM)の急成長する役割を強調した。 研究における既存のギャップを、特に表現不足言語や文化の文脈で特定する。
  論文  参考訳（メタデータ） (2024-01-30T03:51:44Z)
• Overview of the TREC 2023 Product Product Search Track [70.56592126043546]
  今年はTREC製品サーチトラックの最初の年だ。 焦点は再利用可能なコレクションの作成であった。 我々は、コンテキストメタデータを含む新しい製品検索コーパスを活用している。
  論文  参考訳（メタデータ） (2023-11-14T02:25:18Z)

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。