論文の概要: Dynamical Model for the Sustainable Development Goals

• arxiv url: http://arxiv.org/abs/2604.20872v1
• Date: Fri, 27 Mar 2026 23:51:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-04 02:32:14.134629
• Title: Dynamical Model for the Sustainable Development Goals
• Title（参考訳）: 持続可能な開発目標のための動的モデル
• Authors: Alberto García-Rodríguez, Tzipe Govezensky, Julia Tagüeña, Kimmo K. Kaski, Rafael A. Barrio,
• Abstract要約: 2030年アジェンダ・フォー・サステナブル・ディベロップメント(Agenda for Sustainable Development)は、17の目標を世界の国々が開発に対処するためのグローバルな課題として概説している。 本研究では,SDGの動的挙動をシミュレートし,予測する数学的モデルを構築する上での3つの主要な要因について考察する。 モデルが実際のデータを再現可能であることを示し、したがって、目標の最適達成に向けたアクションを改善するのに役立つ仮説シナリオをシミュレートするために使用できることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The 2030 Agenda for Sustainable Development of the United Nations outlines 17 goals as global challenges for countries of the world to address in their development. However, the progress of countries towards these goals has been much slower than expected. In a previous study, we analyzed the data over two decades (2000--2022), using unsupervised machine learning techniques. Based on this study, we take into account three main factors to construct a mathematical model to simulate and predict the dynamical behavior of the SDGs. These factors are: (1) the distribution of amount of resources that each country uses to meet the goals, (2) the cooperation between countries, and (3) the correlations between the goals. In this work, we show that the model is capable of reproducing the real data and therefore could be used to simulate hypothetical scenarios that could help to improve actions towards optimal fulfillment of the goals.
• Abstract（参考訳）: 2030年の国連持続可能な開発のためのアジェンダは、17の目標を世界の国々が開発に対処するためのグローバルな課題として概説している。 しかし、これらの目標に向けた各国の進展は、予想よりもずっと遅かった。 前回の研究では、教師なし機械学習技術を用いて、20年間にわたるデータ(2000年-2022年)を分析した。 本研究は,SDGの動的挙動をシミュレートし,予測する数学的モデルを構築するための3つの主要な要因を考察する。 これらの要因は,(1)各国が目標を達成するために使用する資源の分配,(2)各国の協力,(3)目標間の相関である。 本研究は,本モデルが実データを再現可能であり,目的達成に向けての行動改善に役立つ仮説シナリオをシミュレートするために使用できることを示す。

関連論文リスト

• Agentic World Modeling: Foundations, Capabilities, Laws, and Beyond [209.35045331678043]
  2つの軸に沿って組織された「レベルx法」の分類を導入します。 第一に、3つの能力レベルを定義している: 1段階の局所遷移演算子を学ぶL1 Predictor、それらをドメインの法則を尊重する多段階のアクション条件付きロールアウトに構成するL2 Simulator、新しいエビデンスに対して予測が失敗すると自己のモデルを自動で修正するL3 Evolver。 我々は400以上の作品を合成し、モデルに基づく強化学習、ビデオ生成、WebおよびGUIエージェント、マルチエージェント社会シミュレーション、AIによる科学的発見にまたがる100以上の代表システムを要約する。
  論文  参考訳（メタデータ） (2026-04-24T17:48:47Z)
• 10 Open Challenges Steering the Future of Vision-Language-Action Models [57.817832960995354]
  視覚言語アクション(VLA)モデルは、具体化されたAIアリーナでますます普及している。 VLAモデルの開発における10のマイルストーンについて論じる。
  論文  参考訳（メタデータ） (2025-11-08T09:02:13Z)
• A Survey on Efficient Vision-Language-Action Models [153.11669266922993]
  VLA(Vision-Language-Action Model)は、物理世界の相互作用によってデジタル知識を橋渡しすることを目的とした、インテリジェンスにおける重要なフロンティアである。 これらの課題に緊急に対応する必要性から、この調査は、効率的なビジョン・ランゲージ・アクションモデルに関する最初の包括的なレビューを提示する。
  論文  参考訳（メタデータ） (2025-10-27T17:57:33Z)
• A Comprehensive Survey on World Models for Embodied AI [14.457261562275121]
  エンボディードAIは、アクションがどのように将来の世界国家を形作るかを理解し、行動し、予測するエージェントを必要とする。 この調査は、組み込みAIにおける世界モデルのための統一されたフレームワークを示す。
  論文  参考訳（メタデータ） (2025-10-19T07:12:32Z)
• Large Language Model-Based Knowledge Graph System Construction for Sustainable Development Goals: An AI-Based Speculative Design Perspective [0.0]
  本研究では,サステナブル開発目標を解析するための知識グラフシステムを開発する。 新たな目標を見つけ、それをオンラインで視覚化する。 株式、レジリエンス、技術主導の包摂を中心に、6つの新たな目標が提案されている。
  論文  参考訳（メタデータ） (2025-04-05T17:11:53Z)
• UniTraj: Learning a Universal Trajectory Foundation Model from Billion-Scale Worldwide Traces [64.24594320103066]
  ユニバーサルな軌跡基礎モデルを構築することは、既存の軌跡モデリングアプローチの限界に対処するための有望な解決策である。 以下、UniTrajを紹介します。UniTrajは3つの重要なイノベーションを通じてこれらの制限に対処することを目的としています。 まず、70か国にまたがる数十億のGPSポイントを持つ、前例のない245万のトラジェクトリのデータセットであるWorldTraceを構築します。
  論文  参考訳（メタデータ） (2024-11-06T12:06:43Z)
• Sustainable Visions: Unsupervised Machine Learning Insights on Global Development Goals [0.3764231189632788]
  2030年アジェンダ・フォー・サステナブル・ディベロップメント(Agenda for Sustainable Development)は、世界各国が開発におけるグローバルな課題に取り組むための17の目標を概説している。 我々は、教師なし機械学習(ML)技術を用いて、107カ国から20年以上(2000-2022年)にわたって時系列データを分析するために、新しいデータ駆動手法を用いてきた。 SDGsの進展は, 地理的, 文化的, 社会経済的要因に大きく影響されている。
  論文  参考訳（メタデータ） (2024-09-19T03:10:49Z)
• RoBLEURT Submission for the WMT2021 Metrics Task [72.26898579202076]
  本稿では,共有メトリクスタスクであるRoBLEURTについて紹介する。 我々のモデルは10対の英語言語対のうち8対でWMT 2020の人間のアノテーションと最先端の相関に達する。
  論文  参考訳（メタデータ） (2022-04-28T08:49:40Z)
• SustainBench: Benchmarks for Monitoring the Sustainable Development Goals with Machine Learning [63.192289553021816]
  国連持続可能な開発目標の進展は、主要な環境・社会経済指標のデータ不足によって妨げられている。 近年の機械学習の進歩により、衛星やソーシャルメディアなど、豊富な、頻繁に更新され、グローバルに利用可能なデータを活用することが可能になった。 本稿では,7個のSDGにまたがる15個のベンチマークタスクの集合であるSustainBenchを紹介する。
  論文  参考訳（メタデータ） (2021-11-08T18:59:04Z)

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。