Buchumschlag

An ontological approach to foster the convergence, interoperability and operationalization of frameworks for Trustworthy AI

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Pileggi, Salvatore Flavio
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computers and Society
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

How to Assess Trustworthy AI in Practice
von: Zicari, Roberto V., et al.
Veröffentlicht: (2022)

Digital health transformation in Quebec: assessment of interoperability and governance strategies
von: Langford-Avelar, Alexandra, et al.
Veröffentlicht: (2025)

Where can AI be used? Insights from a deep ontology of work activities
von: Cai, Alice, et al.
Veröffentlicht: (2026)

AI as a deliberative partner fosters intercultural empathy for Americans but fails for Latin American participants
von: Villanueva, Isabel, et al.
Veröffentlicht: (2025)

Generative AI Advertising as a Problem of Trustworthy Commercial Intervention
von: Qiu, Jingyi, et al.
Veröffentlicht: (2026)

Lessons Learned in Performing a Trustworthy AI and Fundamental Rights Assessment
von: Boonstra, Marjolein, et al.
Veröffentlicht: (2024)

When Industry meets Trustworthy AI: A Systematic Review of AI for Industry 5.0
von: Vyhmeister, Eduardo, et al.
Veröffentlicht: (2024)

The Journey to Trustworthy AI: Pursuit of Pragmatic Frameworks
von: Nasr-Azadani, Mohamad M, et al.
Veröffentlicht: (2024)

A Technical Policy Blueprint for Trustworthy Decentralized AI
von: Kassem, Hasan, et al.
Veröffentlicht: (2025)

Trustworthy AI Posture (TAIP): A Framework for Continuous AI Assurance of Agentic Systems at Horizontal and Vertical scale
von: Lupo, Guy, et al.
Veröffentlicht: (2026)

Trustworthy artificial intelligence in the energy sector: Landscape analysis and evaluation framework
von: Pelekis, Sotiris, et al.
Veröffentlicht: (2024)

A Study on the Framework for Evaluating the Ethics and Trustworthiness of Generative AI
von: Jeong, Cheonsu, et al.
Veröffentlicht: (2025)

Advancing Trustworthy AI for Sustainable Development: Recommendations for Standardising AI Incident Reporting
von: Agarwal, Avinash, et al.
Veröffentlicht: (2025)

Towards Trustworthy AI: Characterizing User-Reported Risks across LLMs "In the Wild"
von: Li, Lingyao, et al.
Veröffentlicht: (2025)

Bidirectional Human-AI Alignment in Education for Trustworthy Learning Environments
von: Shen, Hua
Veröffentlicht: (2025)

Trustworthy AI in practice: an analysis of practitioners' needs and challenges
von: Baldassarre, Maria Teresa, et al.
Veröffentlicht: (2024)

TrustFed: Enabling Trustworthy Medical AI under Data Privacy Constraints
von: Kumar, Vagish, et al.
Veröffentlicht: (2026)

Towards Trustworthy AI: A Review of Ethical and Robust Large Language Models
von: Ferdaus, Md Meftahul, et al.
Veröffentlicht: (2024)

An Aristotelian ontology of instrumental goals: Structural features to be managed and not failures to be eliminated
von: Fourie, Willem
Veröffentlicht: (2025)

Aligning Trustworthy AI with Democracy: A Dual Taxonomy of Opportunities and Risks
von: Mentxaka, Oier, et al.
Veröffentlicht: (2025)

The Trust Calibration Maturity Model for Characterizing and Communicating Trustworthiness of AI Systems
von: Steinmetz, Scott T, et al.
Veröffentlicht: (2025)

Intelligent Environmental Empathy (IEE): A new power and platform to fostering green obligation for climate peace and justice
von: Afroogh, Saleh, et al.
Veröffentlicht: (2024)

A pragmatic classification framework for AI incident monitoring
von: Mengesha, Isaak, et al.
Veröffentlicht: (2026)

Reinforcing Trustworthiness in Multimodal Emotional Support Systems
von: Le, Huy M., et al.
Veröffentlicht: (2025)

Assessing the Sustainability and Trustworthiness of Federated Learning Models
von: Feng, Chao, et al.
Veröffentlicht: (2023)

Aligning Large Language Models with Healthcare Stakeholders: A Pathway to Trustworthy AI Integration
von: Ding, Kexin, et al.
Veröffentlicht: (2025)

Trustworthy AI: UK Air Traffic Control Revisited
von: Procter, Rob, et al.
Veröffentlicht: (2025)

Building an Ethical and Trustworthy Biomedical AI Ecosystem for the Translational and Clinical Integration of Foundational Models
von: Baradwaj, Simha Sankar, et al.
Veröffentlicht: (2024)

Bridging Ethical Principles and Algorithmic Methods: An Alternative Approach for Assessing Trustworthiness in AI Systems
von: Papademas, Michael, et al.
Veröffentlicht: (2025)

Biscari Network. Tutti gli uomini del principe
von: Spina, Salvatore
Veröffentlicht: (2023)

Digitality as a "longue durèe" historical phenomenon
von: Spina, Salvatore
Veröffentlicht: (2024)

Explainable AI for Maritime Autonomous Surface Ships (MASS): Adaptive Interfaces and Trustworthy Human-AI Collaboration
von: Zhang, Zhuoyue, et al.
Veröffentlicht: (2025)

PADTHAI-MM: Principles-based Approach for Designing Trustworthy, Human-centered AI using MAST Methodology
von: Cohen, Myke C., et al.
Veröffentlicht: (2024)

Towards AI-$45^{\circ}$ Law: A Roadmap to Trustworthy AGI
von: Yang, Chao, et al.
Veröffentlicht: (2024)

AI-Generated Algorithmic Virality
von: Stanusch, Natalia, et al.
Veröffentlicht: (2025)

A Path Towards Legal Autonomy: An interoperable and explainable approach to extracting, transforming, loading and computing legal information using large language models, expert systems and Bayesian networks
von: Constant, Axel, et al.
Veröffentlicht: (2024)

Measurement challenges in AI catastrophic risk governance and safety frameworks
von: Kasirzadeh, Atoosa
Veröffentlicht: (2024)

Third-party compliance reviews for frontier AI safety frameworks
von: Homewood, Aidan, et al.
Veröffentlicht: (2025)

On the Trustworthiness of Generative Foundation Models: Guideline, Assessment, and Perspective
von: Huang, Yue, et al.
Veröffentlicht: (2025)

Trustworthiness in Stochastic Systems: Towards Opening the Black Box
von: Chien, Jennifer, et al.
Veröffentlicht: (2025)