論文の概要: GreenZ: A Sustainable UX Framework for Complex Digital Systems
- arxiv url: http://arxiv.org/abs/2605.15468v1
- Date: Thu, 14 May 2026 23:15:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-18 21:22:26.124537
- Title: GreenZ: A Sustainable UX Framework for Complex Digital Systems
- Title（参考訳）: GreenZ: 複雑なデジタルシステムのための持続可能なUXフレームワーク
- Authors: Trisha Solanki,
- Abstract要約: 本稿では,複雑なデジタルシステムのための3層サステナブルUXフレームワークであるGreenZを紹介する。
その3つのレイヤは、10の原則に基づいて構築された哲学的レイヤ、5つの適用されたシステムからなる運用フレームワーク層、実用的な監査機器と意思決定モデルのツールとキャンバス層である。
本稿は,フレームワークのアーキテクチャ,概念的基盤,既存の文献に対する立場,確立すべきことの正直な説明について述べる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Digital systems have become simultaneously more powerful and more wasteful. Features accumulate that nobody uses. Data is collected that nobody analyzes. AI is deployed at significant energy and water costs for gains that a simpler approach could have achieved. And through all of it, the people who depend on these systems quietly absorb the consequences in cognitive load, lost time, and eroded trust. This paper introduces GreenZ, a three-layer Sustainable UX Framework for complex digital systems. Its three layers are a Philosophy Layer built around ten published principles, an Operational Frameworks Layer comprising five applied systems, and a Tools and Canvases Layer of practical audit instruments and decision models. Two contributions sit at the framework's core: a Digital Waste Taxonomy classifying eight distinct waste types, and an AI Sufficiency Decision Model that asks whether AI should exist in a given flow before any question of how to implement it. GreenZ v1 is theoretically grounded but empirically unvalidated. A practitioner expert review study is underway at the time of submission. The paper presents the framework's architecture, its conceptual foundations, its position relative to existing literature, and an honest account of what remains to be established.
- Abstract（参考訳）: デジタルシステムは同時に強力で無駄になっている。
誰も使わない機能が蓄積します。
データは収集され、誰も分析しません。
AIは、より単純なアプローチで達成可能なゲインのために、かなりのエネルギーと水コストでデプロイされる。
そしてその全てを通じて、これらのシステムに依存している人々は、認知的負荷、時間の喪失、信頼の浸食の結果を静かに吸収します。
本稿では,複雑なデジタルシステムのための3層サステナブルUXフレームワークであるGreenZを紹介する。
その3つのレイヤは、10の原則に基づいて構築された哲学的レイヤ、5つの適用されたシステムからなる運用フレームワーク層、実用的な監査機器と意思決定モデルのツールとキャンバス層である。
フレームワークの中核に2つのコントリビューションがある: デジタル廃棄物分類(Digital Waste Taxonomy)は8つの異なる廃棄物タイプを分類する。
GreenZ v1は理論上は接地されているが、実証上は無効である。
応募時に専門家レビュー研究が進行中です。
本稿は,フレームワークのアーキテクチャ,概念的基盤,既存の文献に対する立場,確立すべきことの正直な説明について述べる。
関連論文リスト
- Synthesizing the Expert: A Validated Multimodal Dataset for Trustworthy AI-Assisted Swimming Coaching [0.6445605125467574]
本研究では、水泳分野における高度なAIアプリケーションのための構造化された検索補助生成(RAG)システムに焦点を当てる。
本研究では,4次元にまたがる多モーダルな知識ベースを活用する新しい生成フレームワークを提案する。
構造化され合成された地上の真実を提供することで、この研究は水族学における信頼できるAIの基礎的なベンチマークを確立する。
論文 参考訳（メタデータ） (2026-05-12T22:34:33Z) - 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) - Paper Circle: An Open-source Multi-agent Research Discovery and Analysis Framework [82.66443886385125]
ペーパーサークル(Paper Circle)は、学術文献の発見、評価、整理、理解に必要な労力を減らすために設計された発見・分析システムである。
1)複数のソースからのオフラインおよびオンライン検索を統合するディスカバリパイプライン,多エージェントスコアリング,多様性対応ランキング,構造化アウトプット,2)個々の論文を概念,メソッド,数値などの型付きノードで構造化された知識グラフに変換する分析パイプライン,の2つの補完パイプラインで構成されている。
論文 参考訳（メタデータ） (2026-04-07T17:59:58Z) - GenAI for Systems: Recurring Challenges and Design Principles from Software to Silicon [62.2138479061386]
ジェネレーティブAIは、コンピュータシステムの設計、最適化、構築方法を変えようとしているが、ソフトウェア、アーキテクチャ、チップデザインコミュニティの間で研究は断片化されている。
本稿では、ハードウェア設計空間探索からRTL合成、物理レイアウト、検証に至るまで、コード生成と分散ランタイムから生成モデルがどのように適用されているかを検討する。
論文 参考訳（メタデータ） (2026-02-16T22:45:33Z) - AIRS-Bench: a Suite of Tasks for Frontier AI Research Science Agents [49.67355440164857]
AIRS-Benchは、最先端の機械学習論文から得られた20のタスクからなるスイートである。
Airs-Benchタスクは、研究ライフサイクル全体のエージェント能力を評価する。
本稿では,AIRS-Benchタスク定義と評価コードをオープンソースとして公開し,自律科学研究のさらなる発展を促す。
論文 参考訳（メタデータ） (2026-02-06T16:45:02Z) - Intelligent Knowledge Mining Framework: Bridging AI Analysis and Trustworthy Preservation [0.4742825811314167]
本稿では,AI駆動分析と信頼性のある長期保存のギャップを埋めるための概念モデルであるIntelligent Knowledge Mining Framework(IKMF)を紹介する。
このフレームワークはデュアルストリームアーキテクチャを提案している。水平マイニングプロセスは、生データをセマンティックにリッチで機械操作可能な知識に変換し、それらの資産の整合性、証明性、計算を保証するために、並列のTrustworthy Archiving Streamを提供する。
論文 参考訳（メタデータ） (2025-12-19T17:01:03Z) - Responsible Data Stewardship: Generative AI and the Digital Waste Problem [0.0]
生成AIシステムは、テキスト、画像、オーディオ、ビデオモダリティにまたがる、前例のない合成データの生成レベルを可能にする。
デジタルムダ(Digital waste)とは、特定の目的(あるいは即時)を果たすことなく、リソースを消費するデータをいう。
本稿では,デジタル廃棄物を(生産的な)AI開発における倫理的命令として導入し,環境の持続可能性を責任あるイノベーションの核として位置づける。
論文 参考訳（メタデータ） (2025-05-27T20:07:22Z) - TwinArch: A Digital Twin Reference Architecture [83.71071897785683]
デジタルツイン(Digital Twins, DT)は物理系の動的仮想表現であり、物理的およびデジタル領域間のシームレスな双方向通信によって実現される。
提案されているDigital Twin Reference ArchitectureはTwinArchという名前だ。ソフトウェア工学研究所のViews and Beyond方法論を使って文書化されている。
論文 参考訳（メタデータ） (2025-04-10T07:53:11Z) - The ConceptARC Benchmark: Evaluating Understanding and Generalization in
the ARC Domain [0.0]
ARC(Abstraction and Reasoning Corpus)の詳細な評価ベンチマークについて述べる。
特に、ARCドメインで公開された新しいベンチマークであるConceptARCについて説明する。
本ベンチマークでは,3つのマシンソルバとともに,人体実験結果について報告する。
論文 参考訳（メタデータ） (2023-05-11T21:06:39Z) - Ecosystem Graphs: The Social Footprint of Foundation Models [64.02855828418608]
このエコシステムの知識を透過的に集中化するためのドキュメンテーションフレームワークとして,Ecosystem Graphsを提案する。
Ecosystem Graphs は、技術的(例えば Bing は GPT-4 に依存している)と社会的(例えば Microsoft は OpenAI に依存している)の関係を示す依存関係によってリンクされた資産(データセット、モデル、アプリケーション)で構成されている。
論文 参考訳（メタデータ） (2023-03-28T07:18:29Z)
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。