論文の概要: Automating Document Intelligence in Statutory City Planning

• arxiv url: http://arxiv.org/abs/2603.13245v1
• Date: Fri, 20 Feb 2026 15:19:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:42.225378
• Title: Automating Document Intelligence in Statutory City Planning
• Title（参考訳）: 都市計画における文書インテリジェンスの自動化
• Authors: Lars Malmqvist, Robin Barber,
• Abstract要約: 英国の計画当局は、申請書類への公開アクセスを義務付ける計画法と、個人情報の保護を必要とするデータ保護法との間に立法上の対立に直面している。 本稿では,これらの課題に対処するための統合AIシステムを提案する。 本システムは、個人情報の識別と再操作を自動化し、計画文書から重要なメタデータを抽出し、指定された特徴のアーキテクチャ図面を分析する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: UK planning authorities face a legislative conflict between the Planning Act, which mandates public access to application documents, and the Data Protection Act, which requires protection of personal information. This situation creates a manually intensive workload for processing large document volumes, diverting planning officers to administrative tasks and creating legal compliance risks. This paper presents an integrated AI system designed to address these challenges. The system automates the identification and redaction of personal information, extracts key metadata from planning documents, and analyzes architectural drawings for specified features. It operates with an AI-in-the-Loop (AI2L) design, presenting all suggestions for review and confirmation by planning officers directly within their existing software; no action is committed without explicit human approval. The system is designed to improve its performance over time by learning from this human oversight through active learning prioritization rather than autoapproval. The system is currently being piloted at four diverse UK local authorities. The paper details the system design, the AI2L workflow, and the evaluation framework used in the pilot. Additionally, it describes a preliminary Return on Investment (ROI) model developed to quantify potential savings and secure partner participation. This work provides a case study on deploying AI to reduce administrative burden and manage compliance risk in a public sector environment.
• Abstract（参考訳）: 英国の計画当局は、申請書類への公開アクセスを義務付ける計画法と、個人情報の保護を必要とするデータ保護法との間に立法上の対立に直面している。 この状況は、大量のドキュメントを手作業で処理し、計画担当者を管理業務に分割し、法的コンプライアンスのリスクを生じさせる。 本稿では,これらの課題に対処するための統合AIシステムを提案する。 本システムは、個人情報の識別と再操作を自動化し、計画文書から重要なメタデータを抽出し、指定された特徴のアーキテクチャ図面を分析する。 AI-in-the-Loop(AI2L)設計で運用されており、既存のソフトウェアから直接、計画担当者によるレビューと確認のすべての提案を提示する。 このシステムは、自己承認ではなく、アクティブな学習優先化を通じて、この人間の監視から学習することで、時間とともにパフォーマンスを向上させるように設計されている。 現在、このシステムはイギリスの4つの地方自治体で運用されている。 この記事では、システム設計、AI2Lワークフロー、パイロットで使用される評価フレームワークについて詳述する。 さらに、潜在的な貯蓄と安全なパートナー参加を定量化するために開発された予備投資収益(ROI)モデルについても説明している。 この研究は、管理上の負担を軽減し、公共セクター環境におけるコンプライアンスリスクを管理するために、AIをデプロイするケーススタディを提供する。

関連論文リスト

• LPS-Bench: Benchmarking Safety Awareness of Computer-Use Agents in Long-Horizon Planning under Benign and Adversarial Scenarios [51.52395368061729]
  LPS-Benchは,長期作業下でのMPPベースのCUAの計画時安全意識を評価するベンチマークである。 実験は、安全な行動を維持する既存のCUAの能力に重大な欠陥があることを明らかにする。 MCPに基づくCUAシステムにおける長期計画の安全性向上のための緩和戦略を提案する。
  論文  参考訳（メタデータ） (2026-02-03T08:40:24Z)
• The AI Agent Index [8.48525754659057]
  エージェントAIシステムは、人間の関与が限定された複雑なタスクを計画し実行することができる。 現在、エージェントシステムの技術コンポーネント、目的の用途、安全性の特徴を文書化するための構造化されたフレームワークは存在しない。 AI Agent Indexは、現在デプロイされているエージェントAIシステムに関する情報をドキュメント化する最初の公開データベースである。
  論文  参考訳（メタデータ） (2025-02-03T18:59:13Z)
• Developing an Ontology for AI Act Fundamental Rights Impact Assessments [0.0]
  最近発表されたEU人工知能法(AI Act)は、AI技術の使用を規制している。 その新しい要件の1つは、基本的人権影響評価(FRIA)を実施する義務である。 セマンティックWeb標準に基づくオントロジーとしてFRIAの新たな表現を提案する。
  論文  参考訳（メタデータ） (2024-12-20T00:37:33Z)
• Agent-Oriented Planning in Multi-Agent Systems [54.429028104022066]
  マルチエージェントシステムにおけるエージェント指向計画のための新しいフレームワークであるAOPを提案する。 本研究では, エージェント指向計画の3つの重要な設計原則, 可解性, 完全性, 非冗長性を明らかにする。 大規模実験は,マルチエージェントシステムにおける単一エージェントシステムと既存の計画戦略と比較して,現実の問題を解決する上でのAOPの進歩を実証している。
  論文  参考訳（メタデータ） (2024-10-03T04:07:51Z)
• Design of a Quality Management System based on the EU Artificial Intelligence Act [0.0]
  EU AI Actは、リスクの高いAIシステムのプロバイダとデプロイ者が品質管理システム(QMS)を確立することを義務付けている。 本稿では,マイクロサービス・ソフトウェア・アズ・ア・サービス・ウェブ・アプリケーションとしてのQMSの設計コンセプトとプロトタイプを紹介する。
  論文  参考訳（メタデータ） (2024-08-08T12:14:02Z)
• Ask-before-Plan: Proactive Language Agents for Real-World Planning [68.08024918064503]
  プロアクティブエージェントプランニングでは、ユーザエージェントの会話とエージェント環境のインタラクションに基づいて、言語エージェントが明確化のニーズを予測する必要がある。 本稿では,明確化,実行,計画の3つのエージェントからなる新しいマルチエージェントフレームワーク,Clarification-Execution-Planning(textttCEP)を提案する。
  論文  参考訳（メタデータ） (2024-06-18T14:07:28Z)
• The Foundations of Computational Management: A Systematic Approach to Task Automation for the Integration of Artificial Intelligence into Existing Workflows [55.2480439325792]
  本稿では,タスク自動化の体系的アプローチである計算管理を紹介する。 この記事では、ワークフロー内でAIを実装するプロセスを開始するための、ステップバイステップの手順を3つ紹介する。
  論文  参考訳（メタデータ） (2024-02-07T01:45:14Z)
• Automated Process Planning Based on a Semantic Capability Model and SMT [50.76251195257306]
  製造システムと自律ロボットの研究において、機械で解釈可能なシステム機能の仕様に「能力」という用語が用いられる。 セマンティック能力モデルから始めて、AI計画問題を自動的に生成するアプローチを提案する。
  論文  参考訳（メタデータ） (2023-12-14T10:37:34Z)
• Compliance Generation for Privacy Documents under GDPR: A Roadmap for Implementing Automation and Machine Learning [2.1485350418225244]
  Privatechプロジェクトはコンプライアンスのエージェントとして企業や法律会社に焦点を当てている。 データプロセッサはコンプライアンスの評価と文書化のために説明責任対策を実行しなければならない。 コンプライアンスの問題を特定し,コンプライアンス評価と生成のロードマップを提供する。
  論文  参考訳（メタデータ） (2020-12-23T14:46:51Z)

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。