論文の概要: Sequential compliance decisions of firms on cross-border data flows: An institutionally anchored decision support system
- arxiv url: http://arxiv.org/abs/2607.10620v1
- Date: Sun, 12 Jul 2026 07:36:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-14 15:40:48.483245
- Title: Sequential compliance decisions of firms on cross-border data flows: An institutionally anchored decision support system
- Title（参考訳）: クロスボーダーデータフローにおける企業の逐次コンプライアンス決定:制度的定着型意思決定支援システム
- Authors: Yuepeng Zhou, Dongchi Xing, Li Xiong,
- Abstract要約: 本稿では,データ輸出企業に対して,制度的に定着した意思決定支援システムを開発する。
規制ルールを計算可能な最小限のコンプライアンスマッピングに変換し、同社の週次決定を有限水平マルコフ決定プロセスとしてモデル化する。
実験によると、システム内で学んだポリシーは、考慮されたベースラインを上回り、解釈可能な監査可能な意思決定支援を提供する。
- 参考スコア（独自算出の注目度）: 3.1912164848782942
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The economic value of data arises from its flow across organizations and national borders. Yet increasingly stringent data governance regimes are turning cross-border transfer into an institutionally constrained sequential decision, in which firms repeatedly weigh compliance costs against the value of data flows. From the perspective of a data-exporting firm, this paper develops an institutionally anchored decision support system. It converts regulatory rules into a computable minimal compliance mapping and models the firm's weekly decisions as a finite-horizon Markov decision process (MDP), with compliance represented as a hard constraint rather than a penalty term. The resulting problem is solved using masked deep reinforcement learning, while counterfactual path advantages provide interpretable signals to support the firm's cross-border data flow decisions. Experiments show that the policies learned within the system outperform the baselines considered and deliver interpretable, auditable decision support. Local processing concentrates in states where the business value of small lawful transfers does not cover their compliance costs, and the localization boundary shifts systematically as the regime tightens. Credential acquisition is front-loaded within the compliance year, and shallow decision trees reproduce the policy's decisions with high fidelity. Treating the persistent-friction weight as a continuous representation of regulatory strictness further reveals an absorb-then-adjust pattern, in which expected rewards decline before observable behavior changes, implying that assessments based only on behavioral indicators may understate the burden already borne by firms. Moreover, the system is not tied to any specific regulation and can be transferred to other jurisdictions and rule-based compliance problems.
- Abstract（参考訳）: データの経済的価値は、組織や国境を越えての流れから生じる。
しかし、ますます厳しいデータガバナンス体制は、クロスボーダー・トランスファーを制度的に制約されたシーケンシャルな決定へと変えつつある。
本稿では,データ輸出企業の観点から,制度的に定着した意思決定支援システムを開発する。
規制ルールを計算可能な最小限のコンプライアンスマッピングに変換し、同社の週ごとの決定を有限水平マルコフ決定プロセス(MDP)としてモデル化する。
得られた問題は、マスク付き深層強化学習を用いて解決され、反ファクトパスの利点は、同社のクロスボーダーデータフロー決定を支援するための解釈可能な信号を提供する。
実験によると、システム内で学んだポリシーは、考慮されたベースラインを上回り、解釈可能な監査可能な意思決定支援を提供する。
ローカライゼーション・プロセッシングは、小さな合法的転送のビジネス価値がコンプライアンスコストをカバーしない州に集中しており、ローカライゼーション・バウンダリは規制が厳格化するにつれて体系的に変化する。
認証取得はコンプライアンスの年内に最前線に置かれており、浅い決定木は政策の決定を忠実に再現している。
規制厳密性の連続的な表現として持続的フリクション重みを扱うことは、観測可能な行動変化の前に期待される報酬が減少する吸収-then-adjustパターンをさらに明らかにし、行動指標のみに基づく評価が、既に企業が課している負担を過小評価する可能性があることを示唆している。
さらに、このシステムは特定の規制に縛られておらず、他の管轄区域や規則に基づくコンプライアンス問題に移管することができる。
関連論文リスト
- Behavioural Signatures of Risk-Sensitive Decision-Making in Large Language Models [121.70781851874035]
大規模言語モデル(LLM)は、意思決定支援にますます使われている。
不確実性の下での選択が安定かつ解釈可能な行動規則性を示すかどうかを理解することが重要である。
本稿では,無制限テキサスホールドエムに基づく制御型マルチモデルフレームワークを用いて,この問題について検討する。
論文 参考訳（メタデータ） (2026-07-11T10:33:39Z) - Behavioural feasible set: Value alignment constraints on AI decision support [4.770039226643351]
組織が意思決定支援のために商用AIシステムを採用する場合、透過的でも再交渉不可能なベンダーによって埋め込まれた価値を継承する。
私はこれを実現可能なセットとして定式化し、ベンダーが定めるアライメント制約の下で到達可能な勧告の範囲を定式化し、組織的な要求がシステムの柔軟性を超えた場合の診断しきい値を特徴付けます。
論文 参考訳（メタデータ） (2026-03-22T22:52:42Z) - Algorithmic Compliance and Regulatory Loss in Digital Assets [0.0]
実世界の規制効果を著しく過大に評価する上で, 強力な静的分類指標が有効であることを示す。
この中核的な失敗は、それぞれ予測精度を低下させるのではなく、決定ルールの誤校正によって生じる。
論文 参考訳（メタデータ） (2026-03-04T17:48:17Z) - The Chancellor Trap: Administrative Mediation and the Hollowing of Sovereignty in the Algorithmic Age [0.0]
高スループットの組織では、AIによる意思決定サポートによって、失敗が公然と合法化され、政治的に競合する可能性を減らすことができる。
本稿は、この力学を検証ギャップを特徴とする主エージェント問題として定式化する。
ガバナンスシステムは、失敗を内部的に吸収し解決する上で、より効果的になり、同時に、これらの失敗が政治的に目に見えるしきい値を上げる。
論文 参考訳（メタデータ） (2026-02-09T07:28:44Z) - Harnessing Flexible Spatial and Temporal Data Center Workloads for Grid Regulation Services [8.460796912216642]
地理的に分散したDC間での負荷分散と規制容量のコミットメントを共同で決定する統合された日頭協調最適化フレームワークを提案する。
ケーススタディでは,提案手法がシステム運用コストを低減し,より現実的な規制能力を実現し,収益リスクの高いトレードオフを達成できることが示されている。
論文 参考訳（メタデータ） (2026-02-02T00:42:09Z) - Making LLMs Reliable When It Matters Most: A Five-Layer Architecture for High-Stakes Decisions [51.56484100374058]
現在の大規模言語モデル(LLM)は、実行前にアウトプットをチェックできるが、不確実な結果を伴う高い戦略決定には信頼性が低い検証可能な領域で優れている。
このギャップは、人間と人工知能(AI)システムの相互認知バイアスによって引き起こされ、そのセクターにおける評価と投資の持続可能性の保証を脅かす。
本報告では、7つのフロンティアグレードLDMと3つの市場向けベンチャーヴィグネットの時間的圧力下での系統的質的評価から生まれた枠組みについて述べる。
論文 参考訳（メタデータ） (2025-11-10T22:24:21Z) - DecisionFlow: Advancing Large Language Model as Principled Decision Maker [49.088778182807395]
DecisionFlowは、モデルにアクション、属性、制約の構造化された表現を推論するように誘導する、新しい決定モデリングフレームワークである。
プロンプトから直接回答を予測するのではなく、DecisionFlowは意味論的に根拠のある決定空間を構築し、潜在ユーティリティ関数を推論する。
実験の結果,DecisionFlowの精度は,強いプロンプトベースラインよりも最大30%向上した。
論文 参考訳（メタデータ） (2025-05-27T16:23:53Z) - Decision Making in Changing Environments: Robustness, Query-Based Learning, and Differential Privacy [59.64384863882473]
本研究では,環境が時間とともに変化する対話的意思決定の課題について考察する。
意思決定の複雑さと敵意的な設定の複雑さを提供するフレームワークを提案する。
論文 参考訳（メタデータ） (2025-01-24T21:31:50Z) - Accountability in Offline Reinforcement Learning: Explaining Decisions
with a Corpus of Examples [70.84093873437425]
本稿では、オフラインデータセットを決定コーパスとして利用するAOC(Accountable Offline Controller)を紹介する。
AOCはローデータシナリオで効果的に動作し、厳密なオフラインの模倣設定まで拡張でき、保存性と適応性の両方の品質を示す。
シミュレーションおよび実世界の医療シナリオにおいて、AOCのパフォーマンスを評価し、説明責任を維持しながら高いレベルのパフォーマンスでオフライン制御タスクを管理する能力を強調した。
論文 参考訳（メタデータ） (2023-10-11T17:20:32Z) - An End-to-End Approach for Online Decision Mining and Decision Drift
Analysis in Process-Aware Information Systems: Extended Version [0.0]
決定マイニングは、イベントログやストリームから決定ルールの発見を可能にする。
オンライン意思決定マイニングは、意思決定ルールの進化と意思決定のドリフトを継続的に監視することを可能にする。
本稿では,発見のためのエンドツーエンドアプローチと,実行中の決定点とそれに対応する決定ルールの監視について述べる。
論文 参考訳（メタデータ） (2023-03-07T15:04:49Z)
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。