論文の概要: Proactive Computing

• arxiv url: http://arxiv.org/abs/2608.12649v1
• Date: Wed, 12 Aug 2026 23:18:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-14 18:29:38.342232
• Title: Proactive Computing
• Title（参考訳）: プロアクティブコンピューティング
• Abstract要約: この調査は、プロアクティブコンピューティングと、リアクティブ、コンテキスト認識、適応、予測コンピューティングを区別する。 本稿では,ユーザの受容,信頼,プライバシ,説明責任,公正性,持続可能性に関わる社会技術的問題について議論する。
• 参考スコア（独自算出の注目度）: 0.22018331015892134
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Computing systems are moving from reactive tools toward systems that sense, interpret, predict, and act before explicit user requests. This transition is enabled by the global scale of mobile connectivity, the rapid expansion of wearable and ambient sensing, advances in machine learning and foundation models, distributed edge infrastructure, and physical actuation. We define \emph{proactive computing} as a paradigm in which systems infer user context, anticipate future needs or risks, and initiate information delivery or actions at an appropriate time. This survey distinguishes proactive computing from reactive, context-aware, adaptive, and predictive computing, and frames proactivity as a system-level integration problem across sensing, understanding, decision making, action, and governance. We review the technological enablers of proactive computing, organize its design space, analyze technical challenges such as uncertainty-aware triggering and the prediction-to-action gap, and discuss socio-technical issues involving user acceptance, trust, privacy, accountability, fairness, and sustainability. We argue that the key research challenge is not merely improving prediction accuracy, but determining when, how, and whether systems should act on behalf of users.
• Abstract（参考訳）: コンピューティングシステムは、リアクティブツールから、明示的なユーザ要求に対して理解し、解釈し、予測し、行動するシステムへと移行しています。 この移行は、モバイル接続のグローバルスケール、ウェアラブルと環境センサの急速な拡張、マシンラーニングと基盤モデルの進歩、分散エッジインフラストラクチャ、物理的アクティベーションによって実現されている。 我々は,システムがユーザコンテキストを推測し,将来的なニーズやリスクを予測し,適切なタイミングで情報提供や行動を開始するパラダイムとして,‘emph{proactive computing’を定義した。 この調査では、プロアクティブコンピューティングと、リアクティブ、コンテキスト認識、適応、予測型コンピューティングを区別し、検知、理解、意思決定、行動、ガバナンスにまたがるシステムレベルの統合問題として、プロアクティブコンピューティングをフレーム化している。 本稿では、プロアクティブコンピューティングの技術的実現要因を概観し、その設計空間を整理し、不確実性を認識したトリガや予測対作用ギャップなどの技術的課題を分析し、ユーザ受け入れ、信頼、プライバシ、説明責任、公正、持続可能性に関わる社会技術的問題について議論する。 重要な研究課題は、単に予測精度を改善するだけでなく、いつ、どのように、システムがユーザーに代わって行動すべきかを判断することである。

関連論文リスト

• Proactive Systems in HCI and AI: Concepts, Challenges, and Opportunities [21.556641782970335]
  ここ数年、AIの進歩によって、高度に自律的でプロアクティブなシステムへの関心が著しく高まっている。 積極性の概念は、研究や実践を通じて緩やかに定義され、不整合に適用される。 この多分野のワークショップは、前向きなシステムを理解するための、より明確で厳密な基盤を確立することを目的としている。
  論文  参考訳（メタデータ） (2026-06-23T20:30:58Z)
• AI Deception: Risks, Dynamics, and Controls [153.71048309527225]
  このプロジェクトは、AI偽装分野の包括的で最新の概要を提供する。 我々は、動物の偽装の研究からシグナル伝達理論に基づく、AI偽装の正式な定義を同定する。 我々は,AI偽装研究の展望を,偽装発生と偽装処理の2つの主要な構成要素からなる偽装サイクルとして整理する。
  論文  参考訳（メタデータ） (2025-11-27T16:56:04Z)
• From Physics to Machine Learning and Back: Part II - Learning and Observational Bias in PHM [52.64097278841485]
  物理インフォームドモデリングとデータストラテジーによる学習と観察バイアスの導入は、モデルを物理的に一貫した信頼性のある予測へと導くことができるかを検討する。 メタラーニングや少数ショットラーニングなどの高速適応手法をドメイン一般化手法とともに検討する。
  論文  参考訳（メタデータ） (2025-09-25T14:15:43Z)
• Statistical Inference for Responsiveness Verification [15.571656327462142]
  本稿では,これらの特徴に対する介入に関して,予測の応答性に関する形式的検証手順を導入する。 ブラックボックスアクセスのみを用いて,モデルおよびデータセットの予測に対する応答性を推定する方法を述べる。 到達可能な点の均一なサンプルを生成することによって,これらの推定値を構成するアルゴリズムを開発する。
  論文  参考訳（メタデータ） (2025-07-02T21:50:08Z)
• Towards User-Centred Design of AI-Assisted Decision-Making in Law Enforcement [1.1890528509539204]
  法執行機関におけるAI支援システムのユーザ要件は、まだ不明である。 本研究の参加者は,大量のデータを効率的に処理・分析できるシステムの必要性を強調した。 法執行ドメインの動的で複雑な性質のため、システムが完全な自動化を達成する可能性は極めて低い、と私たちは主張する。
  論文  参考訳（メタデータ） (2025-04-24T09:25:29Z)
• Stream-Based Monitoring of Algorithmic Fairness [4.811789437743092]
  ストリームベースのモニタリングは,実行時の決定と予測システムのアルゴリズム的公正性を検証するためのソリューションとして提案されている。 本稿では,仕様言語 RTLola における時空間データストリームに対するアルゴリズム的公正性を定式化する方法を提案する。
  論文  参考訳（メタデータ） (2025-01-30T13:18:59Z)
• GUI Agents: A Survey [159.7656453000263]
  グラフィカルユーザインタフェース(GUI)エージェントは、人間とコンピュータのインタラクションを自動化するためのトランスフォーメーションアプローチとして登場した。 GUIエージェントの関心の高まりと基本的な重要性により、ベンチマーク、評価指標、アーキテクチャ、トレーニングメソッドを分類する総合的な調査を提供する。
  論文  参考訳（メタデータ） (2024-12-18T04:48:28Z)
• Predictable Artificial Intelligence [77.1127726638209]
  本稿では予測可能なAIのアイデアと課題を紹介する。 それは、現在および将来のAIエコシステムの重要な妥当性指標を予測できる方法を探る。 予測可能性を達成することは、AIエコシステムの信頼、責任、コントロール、アライメント、安全性を促進するために不可欠である、と私たちは主張する。
  論文  参考訳（メタデータ） (2023-10-09T21:36:21Z)
• Multi Agent System for Machine Learning Under Uncertainty in Cyber Physical Manufacturing System [78.60415450507706]
  近年の予測機械学習の進歩は、製造における様々なユースケースに応用されている。 ほとんどの研究は、それに関連する不確実性に対処することなく予測精度を最大化することに焦点を当てた。 本稿では,機械学習における不確実性の原因を特定し,不確実性下での機械学習システムの成功基準を確立する。
  論文  参考訳（メタデータ） (2021-07-28T10:28:05Z)
• Counterfactual Explanations as Interventions in Latent Space [62.997667081978825]
  反現実的な説明は、望ましい結果を達成するために変更が必要な機能のセットをエンドユーザに提供することを目的としています。 現在のアプローチでは、提案された説明を達成するために必要な行動の実現可能性を考慮することはめったにない。 本稿では,非現実的説明を生成する手法として,潜時空間における干渉としての対実的説明(CEILS)を提案する。
  論文  参考訳（メタデータ） (2021-06-14T20:48:48Z)
• A survey of algorithmic recourse: definitions, formulations, solutions, and prospects [24.615500469071183]
  我々は、自動意思決定システムによって不当に扱われる個人に対して、説明とレコメンデーションを提供するアルゴリズムの講義に焦点をあてる。 我々は、広範な文献レビューを行い、統一された定義、定式化、言論への解決策を提示することで、多くの著者の努力を一致させます。
  論文  参考訳（メタデータ） (2020-10-08T15:15:34Z)

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。