Proceedings of the Malaysia-Japan Visionaries Conference 2024

Inhaltsverzeichnis

1. Frontmatter

2. Technology and Innovation

   1. Frontmatter

   2. Integrating Sustainable Society 5.0 and AI Technologies in Management of Technology Education

      Zulhasni Abdul Rahim, Naoki Ohshima, Muhammad Saqib Iqbal

      Dieses Kapitel untersucht die Integration von Society 5.0 und KI-Technologien in die Ausbildung im Bereich des Technologiemanagements (MOT) und adressiert eine kritische Lücke in der bestehenden Literatur. Sie beginnt mit der Definition der Gesellschaft 5.0 - einer menschenzentrierten Vision, in der fortschrittliche Technologien wie KI, IoT und Robotik das gesellschaftliche Wohlergehen fördern - und stellt sie früheren gesellschaftlichen Stadien gegenüber. Die Studie untersucht dann, wie MOT-Programme mit dieser Vision in Einklang gebracht werden können, indem Nachhaltigkeit, digitale Kompetenz und interdisziplinäre Ansätze in ihre Lehrpläne aufgenommen werden. Eine Delphi-Studie mit 30 Experten validiert einen strukturierten Lehrplan und identifiziert fünf Schlüsseldimensionen: digitale Kompetenz, multidisziplinäre Zusammenarbeit, KI-Kompetenz, ethische Überlegungen und Nachhaltigkeitserziehung. Die Ergebnisse zeigen einen starken Konsens über die Bedeutung digitaler Kompetenz und ethischer Richtlinien und heben zugleich die Herausforderungen bei der interdisziplinären Zusammenarbeit und KI-gestützten Bewertungsinstrumenten hervor. Das Kapitel schließt mit umsetzbaren Empfehlungen für Bildungseinrichtungen, wobei der Schwerpunkt auf Pilotprogrammen, der Entwicklung von Lehrkräften und der Zusammenarbeit mit der Industrie liegt, um die Studenten auf eine technologiegetriebene Zukunft vorzubereiten. Durch die Überbrückung von Theorie und Praxis bietet diese Arbeit eine Roadmap für die Transformation der MOT-Ausbildung im Zeitalter der Gesellschaft 5.0.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

   3. A Systematic Review of the Technological Developments in Translation Studies (2002–2022)

      Mansour Amini, Kam-Fong Lee

      In den letzten zwei Jahrzehnten hat sich die Übersetzungswissenschaft durch technologische Innovationen wie maschinelle Übersetzung (MT), computergestützte Übersetzungswerkzeuge (CAT) und künstliche Intelligenz (KI) einem seismischen Wandel unterzogen. In diesem Kapitel werden diese Fortschritte systematisch überprüft und ihre Entwicklung von regelbasierten Systemen bis hin zur heutigen neuronalen maschinellen Übersetzung (NMT) und Deep-Learning-Modellen verfolgt. Sie untersucht, wie MT- und CAT-Tools Geschwindigkeit, Konsistenz und Kosteneffektivität verbessert haben und deckt zugleich anhaltende Herausforderungen auf - insbesondere bei der Übersetzung nuancierter Texte wie Literatur oder juristischer Dokumente. Die Analyse deckt fünf Schlüsselbereiche ab: die Integration von Technologie in Übersetzungsworkflows, ihre Rolle in den Medien und der interkulturellen Kommunikation, ihre Auswirkungen auf die globale Wirtschaft und Internationalisierung, Anwendungen in Bildung und Gesundheitswesen und ihre entscheidende Funktion in Recht und Diplomatie. Ein Hauptaugenmerk liegt dabei auf dem Gleichgewicht zwischen Automatisierung und menschlicher Expertise, da Studien zeigen, dass KI- und MT-Tools zwar Prozesse rationalisieren, menschliche Aufsicht aber für Genauigkeit und kulturelle Sensibilität weiterhin von entscheidender Bedeutung ist. Das Kapitel identifiziert auch kritische Evidenzlücken, wie die langfristigen Auswirkungen der MT in Nischenbereichen wie der literarischen Übersetzung und die Notwendigkeit standardisierter Bewertungskennzahlen. Durch die Synthese empirischer Forschungsergebnisse aus 72 begutachteten Studien bildet dieser Review nicht nur die technologische Landschaft ab, sondern zeigt auch zukünftige Richtungen auf, einschließlich der Integration künstlicher Intelligenz mit menschlichen Übersetzern und der Entwicklung von Werkzeugen für seltener gesprochene Sprachen. Für Fachleute, die sich in diesem sich entwickelnden Bereich bewegen, bietet das Kapitel eine datengestützte Roadmap, um zu verstehen, wo die Übersetzungstechnologie heute steht - und wohin sie morgen geht.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

   4. Harnessing AI for Enhancing Educational Outcomes in Students with Mental Disability: A Quick Review

      Abdul Nasir, Norain Binti Abdullah, Ahmad Shahir Jamaludin, Mohd Amir Shahlan Mohd Aspar, Waheb A. Jabbar, Asmaiani Binti Nan

      Dieses Kapitel bietet einen umfassenden Überblick darüber, wie künstliche Intelligenz (KI) die Ausbildung von Schülern mit geistigen Behinderungen wie Legasthenie, Autismus, ADHS und Down-Syndrom verändert. Zunächst werden die erheblichen Barrieren skizziert, mit denen diese Schüler im traditionellen Bildungsumfeld konfrontiert sind, wie unzureichende Lehrerausbildung, psychische Probleme, Stigmatisierung und widersprüchlicher Zugang zu Ressourcen. Das Kapitel untersucht dann innovative KI-Werkzeuge, die entwickelt wurden, um diesen Herausforderungen zu begegnen, darunter adaptive Lernsysteme, generative KI zur Schreibhilfe, robotergestützte Therapie für autistische Schüler und Technologien zur Emotionserkennung. Für Legastheniker bieten KI-gestützte Werkzeuge wie intelligente Nachhilfesysteme, Spracherkennung und Gamified-Lernplattformen individuelle Unterstützung, um Lesen, Schreiben und Verstehen zu verbessern. Autistische Studenten profitieren von sozialen Robotern, tragbaren Überwachungsgeräten und künstlicher Intelligenz, um ihr Engagement zu steigern und die sensorische Überlastung zu verringern. In der Zwischenzeit können ADHS-Patienten KI-Chatbots, formative Bewertungstools und tragbare Feedback-Geräte nutzen, um Symptome zu bewältigen und fokussiert zu bleiben. Das Kapitel untersucht auch kritisch die Herausforderungen bei der Einführung künstlicher Intelligenz in der Sonderpädagogik, wie Datenschutzbedenken, algorithmische Voreingenommenheit, ethische Dilemmata und die Notwendigkeit einer rigorosen Validierung. Er schließt mit der Betonung der Bedeutung der KI-Kompetenz für Pädagogen, der Notwendigkeit multidisziplinärer Zusammenarbeit und des ethischen Rahmens, der erforderlich ist, um eine faire und effektive KI-Integration zu gewährleisten. Durch die Synthese aktueller Forschung und realer Anwendungen bietet dieses Kapitel umsetzbare Einsichten, wie KI inklusivere, personalisiertere und effektivere Lernumgebungen für Schüler mit unterschiedlichen Lernbedürfnissen schaffen kann.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

   5. Collaborate to Innovate: The Future of Biosensor Technology Ecosystem

      Iffah Izzati Zakaria, Mohamad Shukri Sirat, Ummirul Mukminin Kahar

      Das Kapitel untersucht Malaysias Gen-Sense-Initiative, eine bahnbrechende Initiative zur Kommerzialisierung genomikbasierter Biosensortechnologien und zur Stärkung des Innovationsökosystems im Gesundheitswesen des Landes. Er geht den Herausforderungen beim Übergang von Biosensor-Prototypen vom Labor auf den Markt nach und beleuchtet das "Tal der Kommerzialisierung" und wie Gen-Sense dies durch Partnerschaften mit Universitäten, Industrie und KMU angeht. Ein zentraler Schwerpunkt ist die Entwicklung von LFA-Biosensoren (lateral flow assay), einschließlich eines innovativen Schnelltest-Kits zur Erkennung parodontaler Erkrankungen, das eine nicht invasive, kostengünstige und benutzerfreundliche Lösung für die Früherkennung bietet. Der Text untersucht auch die umfassenderen Auswirkungen der Initiative auf die öffentliche Gesundheit, von der Verbesserung des Managements chronischer Krankheiten bis hin zur Förderung des Wirtschaftswachstums im Biotechnologiesektor. Mit laufenden klinischen Studien und Pilotprogrammen, die auf unterversorgte Gemeinschaften abzielen, zeigt Gen-Sense beispielhaft, wie kollaborative Innovationen die Gesundheitsversorgung und die Prävention von Krankheiten verändern können.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

   6. Beyond Filter Bubbles: Fostering Serendipity in Content-Based Recommender Systems

      Nur Izyan Yasmin Saat, Shahrul Azman Mohd Noah, Masnizah Mohd

      Tauchen Sie ein in die Beschränkungen traditioneller inhaltsbasierter Empfehlungssysteme, wo eine Überspezialisierung die Benutzer in Filterblasen gefangen hält und die Exposition gegenüber unterschiedlichen Perspektiven einschränkt. Dieser Artikel stellt ein bahnbrechendes Modell vor, das Wissensdiagramme (KGs) nutzt, um diese Beschränkungen zu durchbrechen und Benutzerpräferenzen mit unerwarteten, aber relevanten Empfehlungen zu verschmelzen. Entdecken Sie, wie der vorgeschlagene Ansatz Item-Attribute - wie Schauspieler, Regisseure und Genres - bereichert, indem er Erkenntnisse aus Handlungszusammenfassungen extrahiert und sie in eine strukturierte Grafik integriert. Die Methodik entfaltet sich in fünf Phasen: Datenvorverarbeitung, Themenmodellierung, User-Feature-Mapping, KG-Darstellung und serendipity-getriebene Empfehlungsgenerierung. Durch Navigieren des Diagramms mit Pfadabständen von 2 bis 4 identifiziert das System zufällige Objekte, die mit den Interessen des Benutzers übereinstimmen, während es neue Entdeckungen einführt. Im Vergleich zu TF-IDF- und LDA-Methoden erzielt das auf Kg basierende Modell überlegene Präzisions- und Zufallswerte und beweist damit seine Wirksamkeit bei der Bereitstellung sowohl von Genauigkeit als auch von Überraschungen. Entdecken Sie die Herausforderungen, Relevanz mit Neuem in Einklang zu bringen, die Rolle dynamischer Nutzerpräferenzen und das zukünftige Potenzial erklärbarer Empfehlungen, um das Vertrauen der Nutzer aufzubauen. Dieser Artikel ist ein Pflichtlektüre für alle, die Empfehlungssysteme revolutionieren und die Einbindung der Nutzer durch intelligente, datengesteuerte Innovationen verbessern wollen.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

   7. Evaluating Effectiveness of Malay-Japanese Cross Language Information Retrieval (CLIR) Dictionary

      Fazrina Said, Shaiful Bakhtiar bin Rodzman

      Dieser Fachartikel stellt ein hochmodernes malaiisch-japanisches Cross-Language Information Retrieval (CLIR) -System vor, das entwickelt wurde, um Lernende im Rahmen des speziellen Vorbereitungsprogramms für Japan an der Universität Malaya zu unterstützen. Das System integriert ein digitalisiertes Wörterbuch mit einer exakten Abfragetechnik, die es dem Benutzer ermöglicht, malaiische Abfragen einzugeben und relevante Dokumente zum Verständnis Japans abzurufen. Die Studie beginnt mit einer Skizze der Herausforderungen, vor denen die Studenten stehen, wenn sie Japanisch innerhalb eines begrenzten Zeitrahmens beherrschen, insbesondere beim Verständnis der Grammatik, des Wortschatzes und des Verständnisses. Die Forschungsmethode beschreibt den Aufbau eines Wörterbuchs mit 2800 Begriffen und die Verwendung von 43 Verständnisdokumenten aus japanischen Lehrbüchern für Anfänger. Das Design des Systems legt den Schwerpunkt auf Tokenisierungs- und Stemming-Prozesse, die auf Japans einzigartige Schriftsysteme - Hiragana, Katakana und Kanji - zugeschnitten sind und eine präzise Übersetzung von Abfragen und den Abruf von Dokumenten gewährleisten. Experimentierergebnisse belegen die Wirksamkeit des Systems und erreichen einen durchschnittlichen Rückruf von 0,867 und eine Genauigkeit von 0,87 über verschiedene Abfragen hinweg. Der Artikel hebt auch die Beschränkungen des Prototyps hervor, wie seine eigenständige Beschaffenheit und sein beschränkter Umfang auf Dokumente für Anfänger, während er zukünftige Verbesserungen wie fortgeschrittene Tokenisierungstechniken und Online-Sharing-Funktionen vorschlägt. Für Fachleute in Sprachausbildung und -technologie bietet dieser Artikel eine praktische Lösung, um sprachliche Lücken zu überbrücken und die Ergebnisse des mehrsprachigen Lernens zu verbessern.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

   8. Realising the Smart Cities Through Local Technological Innovation and Adaption: Malaysia Case Studies

      Nurul Hidayah Shabdin, Anusha Magendram, Kamarul Ariff Omar

      Dieses Kapitel untersucht Malaysias Weg in Richtung intelligenter Stadtentwicklung und unterstreicht die entscheidende Rolle lokaler technologischer Innovationen und integrierter Ansätze im urbanen Wandel. Er beginnt mit der Untersuchung der Vernetzung von ökologischen, sozialen und wirtschaftlichen Faktoren bei der nachhaltigen Entwicklung und betont die Notwendigkeit umfassender Strategien jenseits der Diskussionen über den Klimawandel. Der Text vertieft sich in Malaysias Smart City Framework 2019-2025 und beschreibt die sieben Schlüsselkomponenten - intelligente Regierung, Wirtschaft, digitale Infrastruktur, Mobilität, Wohnen, Gemeinschaft und Umwelt - sowie deren Verfeinerung zu 85 Indikatoren für lokale Behörden. Ein Reifegradmodell veranschaulicht den Fortschritt von vorintelligenten Stadtphasen zu visionären intelligenten Städten und bietet einen Fahrplan für nachhaltiges urbanes Wachstum. Das Kapitel untersucht auch die Entwicklung der malaysischen Smart-City-Industrie zu einem komplexen, standortspezifischen Ökosystem, in dem öffentlich-private Partnerschaften (ÖPP) eine zentrale Rolle bei der Förderung technologischer und sozialer Innovationen spielen. Fallstudien zeigen, wie wichtig es ist, Smart-City-Anwendungen an lokale Bedürfnisse anzupassen und Fehler bei fragmentierten Infrastrukturinvestitionen in der Vergangenheit zu vermeiden. Die Diskussion erstreckt sich auf den READI-ness-Ansatz - Ressourcen, Wirtschaft, Barrierefreiheit, Digitalisierung, Institutionen - und die strategischen Enabler des F.I.R.S.T ™ (Finanzierung, Infrastruktur, Regulierung, Fähigkeiten und Talente, Technologie), die eine nachhaltige Stadtentwicklung leiten. Das Kapitel schließt mit der Forderung nach integrierten Systemen und kollaborativen Modellen zur Überwindung der Entscheidungsfindung in Silos und bietet eine ganzheitliche Sicht, wie technologische und soziale Innovationen urbane Herausforderungen bewältigen können. Die Leser werden ein tieferes Verständnis von Malaysias Smart-City-Strategien, der Rolle von ÖPP und der Bedeutung lokaler, anpassungsfähiger Ansätze für das Erreichen langfristiger Nachhaltigkeitsziele gewinnen.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

   9. Obfuscated Malware Detection Using Memory Based Techniques

      Nor Zakiah Gorment, Ali Selamat, Ondrej Krejcar

      Dieses Kapitel befasst sich mit der anhaltenden Bedrohung durch verschleierte Malware, die ihre böswillige Absicht durch Techniken wie Verpackung und Verschlüsselung zur Umgehung konventioneller Sicherheitsmaßnahmen verbirgt. Es stellt eine bahnbrechende speicherbasierte Extraktionsmethode dar, die Laufzeitspeicherartefakte - wie geladene Bibliotheken, API-Aufrufsequenzen und Speicherzugriffsmuster - analysiert, um Malware zu erkennen, die bei statischen Analysen häufig übersehen wird. Die Forschung verwendet drei maschinelle Lernklassifikatoren - Decision Tree, Logistic Regression und Support Vector Machine - auf dem CICMalMem-2022-Datensatz und erzielt außergewöhnliche Ergebnisse mit einer Genauigkeit von bis zu 100%. Zu den Schlüsselthemen gehören die Herausforderungen der Speicheranalyse, die Vorteile der Laufzeitkontrolle gegenüber der statischen Codeanalyse und die entscheidende Rolle der Feature-Extraktion bei der Umwandlung von Rohspeicherdaten in umsetzbare Erkenntnisse. Das Kapitel befasst sich auch mit praktischen Überlegungen wie Rechenaufwand, Skalierbarkeit und Anti-Analyse-Techniken, die von Malware verwendet werden, und bietet eine ausgewogene Sicht sowohl der Stärken als auch der Grenzen der Methode. Für Fachleute, die ihre Malware-Erkennungsstrategien verbessern wollen, bietet diese Arbeit einen robusten, datengestützten Ansatz, um verschleierte Bedrohungen in realen Szenarien zu erkennen.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

   10. Securing Smart Grids: Integrating Consumer-Centric Trust and Policy Dimensions Through the House of Smart Grid Security Framework

       Amy Poh Ai Ling

       Intelligente Netze verändern die Energieverteilung, indem sie IoT-Technologien nutzen, um Effizienz, Zuverlässigkeit und Echtzeitkommunikation zu verbessern. Ihre Integration führt jedoch zu erheblichen Sicherheitslücken, insbesondere in Bezug auf sensible Daten und Systemkomplexitäten. Dieses Kapitel untersucht die Unzulänglichkeiten bestehender Cyber-Sicherheitsrahmen, die sich häufig ausschließlich auf technische Aspekte konzentrieren und gleichzeitig wichtige sozio-psychologische Faktoren wie Verbrauchervertrauen und politische Dimensionen vernachlässigen. Die Studie stellt das House of Smart Grid Security (HoSGS) -Modell vor, ein umfassendes Rahmenwerk, das technische Sicherheitsmaßnahmen mit dem Vertrauen der Verbraucher und adaptiven Strategien in Einklang bringt. Das Kapitel befasst sich mit den fortschrittlichen Smart-Grid-Technologien, die diesen Wandel vorantreiben, einschließlich künstlicher Lastvorhersage, Stabilitätsbewertung und Fehlererkennung, die enorme Datenmengen erzeugen, die robuste Sicherheitsmaßnahmen erfordern. Sie unterstreicht die doppelte Herausforderung, dezentrale Energiesysteme zu sichern und gleichzeitig das Vertrauen der Verbraucher in Datenschutz und Systemzuverlässigkeit zu gewährleisten. Die Studie identifiziert zentrale Probleme in diesem Bereich, wie die Unzulänglichkeit statischer Cybersicherheitspolitiken und die unzureichende Integration psychologischer Faktoren in Sicherheitsmodelle. Um diese Lücken zu schließen, verwendet die Forschung die House of Quality (HoQ) -Matrix, um Verbraucheranforderungen - wie Datenschutz, Transparenz und wahrgenommene Sicherheit - mit funktionalen Sicherheitsmerkmalen wie Verschlüsselungsrichtlinien und Datenauthentizität zu verknüpfen. Die Methodik integriert multikriterielle Entscheidungsanalyse (MCDA) und die ELECTRE-Methode zur Bewertung und Bewertung von Sicherheitsmerkmalen auf Grundlage ihrer Effektivität bei der Verbesserung des Verbrauchervertrauens und der Widerstandsfähigkeit des Systems. Die Ergebnisse zeigen, dass psychologische Faktoren wie Transparenz und wahrgenommene Privatsphäre eine zentrale Rolle bei der Gestaltung des Verbrauchervertrauens spielen und häufig rein technische Überlegungen überwiegen. Das HoSGS-Modell wird als ein mehrschichtiger Ansatz präsentiert, der philosophische, strategische, regelbasierte, Hardware- und menschliche Verhaltensdimensionen umfasst, um einen ganzheitlichen Sicherheitsrahmen zu schaffen. Das Kapitel schließt mit der Betonung der Wichtigkeit, technische Sicherheitsmaßnahmen mit den Erwartungen der Verbraucher und politischen Anforderungen in Einklang zu bringen, um die breitere Anwendung von Smart-Grid-Technologien zu fördern. Für Fachleute, die sich mit der Komplexität intelligenter Netzsicherheit auseinandersetzen, bietet diese Forschung einen strukturierten, multidimensionalen Ansatz zur Gestaltung widerstandsfähiger, benutzerfreundlicher und zukunftssicherer Energiesysteme.

       KI-Generiert

       Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

       Originaltext anzeigen