論文の概要: Cumplimiento del Reglamento (UE) 2024/1689 en robótica y sistemas autónomos: una revisión sistemática de la literatura
- arxiv url: http://arxiv.org/abs/2509.05380v1
- Date: Thu, 04 Sep 2025 20:56:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-09 14:07:03.481698
- Title: Cumplimiento del Reglamento (UE) 2024/1689 en robótica y sistemas autónomos: una revisión sistemática de la literatura
- Title（参考訳）: Cumplimiento del Reglamento (UE) 2024/1689 en robótica y sistemas autónomos: una revisión sistemática de la literatura
- Authors: Yoana Pita Lorenzo,
- Abstract要約: この体系的な文献レビューは、自律ロボットシステムにおけるEU(EU)2024/1689のコンプライアンス状況を分析する。
PRISMAプロトコルを用いて、IEEE Xplore、ACM DL、Scopus、Web of Scienceの243つの初期記録から22の研究が選ばれた。
発見は部分的な規制の整合性を示すが、説明可能性モジュール、リアルタイムな人間の監視、知識ベーストレーサビリティには大きなギャップが残っている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: This systematic literature review analyzes the current state of compliance with Regulation (EU) 2024/1689 in autonomous robotic systems, focusing on cybersecurity frameworks and methodologies. Using the PRISMA protocol, 22 studies were selected from 243 initial records across IEEE Xplore, ACM DL, Scopus, and Web of Science. Findings reveal partial regulatory alignment: while progress has been made in risk management and encrypted communications, significant gaps persist in explainability modules, real-time human oversight, and knowledge base traceability. Only 40% of reviewed solutions explicitly address transparency requirements, and 30% implement failure intervention mechanisms. The study concludes that modular approaches integrating risk, supervision, and continuous auditing are essential to meet the AI Act mandates in autonomous robotics.
- Abstract（参考訳）: この体系的な文献レビューは、自律ロボットシステムにおける2024/1689の規制遵守状況を分析し、サイバーセキュリティのフレームワークと方法論に焦点を当てている。
PRISMAプロトコルを用いて、IEEE Xplore、ACM DL、Scopus、Web of Scienceの243つの初期記録から22の研究が選ばれた。
リスク管理と暗号化通信が進歩している一方で、説明可能性モジュール、リアルタイムの人間監視、知識ベーストレーサビリティには大きなギャップが持続している。
レビューされたソリューションの40%のみが透明性要件に明示的に対処し、30%が障害介入メカニズムを実装している。
この研究は、自律ロボット工学におけるAI法の規定を満たすためには、リスク、監督、継続的な監査を統合するモジュラーアプローチが不可欠である、と結論付けている。
関連論文リスト
- Never Compromise to Vulnerabilities: A Comprehensive Survey on AI Governance [211.5823259429128]
本研究は,本質的セキュリティ,デリバティブ・セキュリティ,社会倫理の3つの柱を中心に構築された,技術的・社会的次元を統合した包括的枠組みを提案する。
我々は,(1)防衛が進化する脅威に対して失敗する一般化ギャップ,(2)現実世界のリスクを無視する不適切な評価プロトコル,(3)矛盾する監視につながる断片的な規制,の3つの課題を特定する。
私たちのフレームワークは、研究者、エンジニア、政策立案者に対して、堅牢でセキュアなだけでなく、倫理的に整合性があり、公的な信頼に値するAIシステムを開発するための実用的なガイダンスを提供します。
論文 参考訳（メタデータ） (2025-08-12T09:42:56Z) - AI-Based Software Vulnerability Detection: A Systematic Literature Review [6.604556571951421]
本研究は,2018年から2023年までのソフトウェア脆弱性検出(SVD)研究の系統的なレビューを行う。
我々の分析によると、研究の91%がAIベースの手法を使用しており、グラフベースのモデルが最も普及している。
データセットの品質、解釈可能性など、重要な制限を特定し、未探索のテクニックにおける新たな機会を強調します。
論文 参考訳（メタデータ） (2025-06-12T01:42:38Z) - Does Machine Unlearning Truly Remove Model Knowledge? A Framework for Auditing Unlearning in LLMs [58.24692529185971]
本研究では,3つのベンチマークデータセット,6つのアンラーニングアルゴリズム,および5つのプロンプトベースの監査手法からなる,アンラーニング評価のための総合的な監査フレームワークを提案する。
異なるアンラーニング戦略の有効性とロバスト性を評価する。
論文 参考訳（メタデータ） (2025-05-29T09:19:07Z) - AI-Supported Platform for System Monitoring and Decision-Making in Nuclear Waste Management with Large Language Models [1.6795461001108096]
本稿では,大規模言語モデル(LLM)と文書検索機構を統合したマルチエージェント検索・拡張生成(RAG)システムを提案する。
このシステムは、規制決定が事実上基礎を保ち、進化する規制フレームワークに動的に適応することを保証する。
論文 参考訳（メタデータ） (2025-05-27T20:29:53Z) - Aportes para el cumplimiento del Reglamento (UE) 2024/1689 en robótica y sistemas autónomos [0.461803711540329]
この研究は、高度なロボットシステムに適用可能なサイバーセキュリティツールを分析する。
これらのシステムのセキュリティ、完全性、レジリエンスを保証するため、基本的なツールのリストが提案されている。
10つの評価基準は、規制の遵守を確実にし、人間とロボットの相互作用のリスクを低減するために定義される。
論文 参考訳（メタデータ） (2025-03-22T11:04:42Z) - Cybersecurity in Vehicle-to-Grid (V2G) Systems: A Systematic Review [1.1827829754757404]
我々は133のV2Gサイバーセキュリティ研究を特定し、レビューした。
ほとんどの研究は、サイバー脅威からV2Gシステムを保護することに重点を置いている。
7つの研究のみがCRML関数の回復の側面について論じている。
EVユーザーの行動とV2Gシステムのサイバーセキュリティの関連性に注目する人はいない。
論文 参考訳（メタデータ） (2025-03-19T22:55:40Z) - AI in Supply Chain Risk Assessment: A Systematic Literature Review and Bibliometric Analysis [0.0]
本研究では,Google Scholar and Web of Scienceの1,903項目をPRISMAガイドラインで選択した54項目について検討した。
その結果,ランダムフォレスト,XGBoost,ハイブリッドアプローチなどのMLモデルは,パンデミック後の文脈におけるリスク予測精度と適応性を大幅に向上させることがわかった。
この研究は、データ品質や解釈可能性といった課題に対処するために、動的な戦略、学際的なコラボレーション、継続的なモデル評価の必要性を強調している。
論文 参考訳（メタデータ） (2023-12-12T17:47:51Z) - Recursively Feasible Probabilistic Safe Online Learning with Control Barrier Functions [60.26921219698514]
CBFをベースとした安全クリティカルコントローラのモデル不確実性を考慮した再構成を提案する。
次に、結果の安全制御器のポイントワイズ実現可能性条件を示す。
これらの条件を利用して、イベントトリガーによるオンラインデータ収集戦略を考案する。
論文 参考訳（メタデータ） (2022-08-23T05:02:09Z)
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。