論文の概要: CovidSens: A Vision on Reliable Social Sensing for COVID-19

• arxiv url: http://arxiv.org/abs/2004.04565v3
• Date: Sat, 23 May 2020 15:16:31 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-15 03:31:37.873191
• Title: CovidSens: A Vision on Reliable Social Sensing for COVID-19
• Title（参考訳）: CovidSens:COVID-19の信頼性の高いソーシャルセンシング
• Authors: Md Tahmid Rashid, Dong Wang
• Abstract要約: ソーシャルセンシングは、オンラインユーザーからリアルタイムな観察を抽出する、動的AI駆動のセンシングパラダイムとして登場しつつある。 ソーシャルセンシングに基づくリスク警告システムのビジョンであるCovidSensを提案する。 我々はCovidSensの役割について議論し、信頼性の高いソーシャルセンシングに基づくリスク警告システムの開発における潜在的な課題を明らかにする。
• 参考スコア（独自算出の注目度）: 11.846148039274965
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: With the spiraling pandemic of the Coronavirus Disease 2019 (COVID-19), it has becoming inherently important to disseminate accurate and timely information about the disease. Due to the ubiquity of Internet connectivity and smart devices, social sensing is emerging as a dynamic AI-driven sensing paradigm to extract real-time observations from online users. In this paper, we propose CovidSens, a vision of social sensing based risk alert systems to spontaneously obtain and analyze social data to infer COVID-19 propagation. CovidSens can actively help to keep the general public informed about the COVID-19 spread and identify risk-prone areas. The CovidSens concept is motivated by three observations: 1) people actively share their experience of COVID-19 via online social media, 2) official warning channels and news agencies are relatively slower than people reporting on social media, and 3) online users are frequently equipped with powerful mobile devices that can perform data processing and analytics. We envision unprecedented opportunities to leverage posts generated by ordinary people to build real-time sensing and analytic system for gathering and circulating COVID-19 propagation data. Specifically, the vision of CovidSens attempts to answer the questions: How to distill reliable information on COVID-19 with prevailing rumors and misinformation? How to inform the general public about the state of the spread timely and effectively? How to leverage the computational power on edge devices to construct fully integrated edge-based social sensing platforms? In this vision paper, we discuss the roles of CovidSens and identify potential challenges in developing reliable social sensing based risk alert systems. We envision that approaches originating from multiple disciplines can be effective in addressing the challenges. Finally, we outline a few research directions for future work in CovidSens.
• Abstract（参考訳）: 新型コロナウイルス(COVID-19)のパンデミックにより、この病気の正確なタイムリーな情報を広めることが本質的に重要になっている。 インターネット接続とスマートデバイスの普及により、ソーシャルセンシングは、オンラインユーザーからリアルタイムな観察を抽出する、動的AI駆動型センシングパラダイムとして登場しつつある。 本稿では,社会センシングに基づくリスクアラートシステムのビジョンであるcovid-19sensを提案する。 CovidSensは、新型コロナウイルス(COVID-19)の感染拡大を一般大衆に知らせ、リスクの高い地域を特定するのに積極的に役立つ。 CovidSensの概念は、3つの観測によって動機付けられている。 1)オンラインソーシャルメディアを通じて新型コロナウイルスの経験を積極的に共有する人々 2)公式の警告チャンネルや報道機関は、ソーシャルメディアで報告する人よりも比較的遅い。 3) オンラインユーザはデータ処理や分析を行う強力なモバイルデバイスを頻繁に備えている。 我々は、一般人が生み出すポストを利用して、新型コロナウイルスの伝播データを収集・循環するリアルタイムセンシング・分析システムを構築する前例のない機会を期待する。 特に、covid-19sensのビジョンは、次のような質問に答えようとしている。 タイムリーかつ効果的に拡散の状況を一般大衆に知らせるにはどうすればいいのか。 エッジデバイス上の計算能力を活用して、エッジベースのソーシャルセンシングプラットフォームを完全に構築するには、どうすればよいのか? 本稿では,CovidSensの役割を論じ,信頼性の高いソーシャルセンシングに基づくリスク警告システムの開発における潜在的な課題を明らかにする。 我々は、複数の分野から派生したアプローチが、これらの課題に効果的に対処できることを想定する。 最後に,CovidSensにおける今後の研究の方向性について概説する。

関連論文リスト

• RoboSense: Large-scale Dataset and Benchmark for Egocentric Robot Perception and Navigation in Crowded and Unstructured Environments [62.5830455357187]
  我々は3種類のセンサー(Camera, LiDAR, Fisheye)をベースとした自我中心型マルチセンサデータ収集プラットフォームを構築した。 大規模なマルチモーダルデータセットであるRoboSenseは、エゴセントリックなロボット知覚を促進するために構築されている。
  論文  参考訳（メタデータ） (2024-08-28T03:17:40Z)
• Understanding the Humans Behind Online Misinformation: An Observational Study Through the Lens of the COVID-19 Pandemic [12.873747057824833]
  われわれは、新型コロナウイルスのツイート3200万件と過去のツイート1600万件を分析した大規模な調査を行っている。 新型コロナウイルスの感染拡大に伴う誤情報を広めるユーザの行動と心理の理解と、非新型コロナウイルス領域における誤情報を共有しようとする歴史的傾向との関係に焦点をあてる。
  論文  参考訳（メタデータ） (2023-10-12T16:42:53Z)
• Evidential Temporal-aware Graph-based Social Event Detection via Dempster-Shafer Theory [76.4580340399321]
  ETGNN(Evidential Temporal-aware Graph Neural Network)を提案する。 ノードがテキストであり、エッジがそれぞれ複数の共有要素によって決定されるビュー固有グラフを構築する。 ビュー固有の不確実性を考慮すると、すべてのビューの表現は、明らかなディープラーニング(EDL)ニューラルネットワークを介してマス関数に変換される。
  論文  参考訳（メタデータ） (2022-05-24T16:22:40Z)
• Characterizing User Susceptibility to COVID-19 Misinformation on Twitter [40.0762273487125]
  本研究は、パンデミックのオンライン誤報に弱い人口を構成する人々への回答を試みる。 我々は、ソーシャルボットから、新型コロナウイルス関連の誤情報に関するさまざまなレベルのエンゲージメントを持つ人間まで、さまざまなタイプのユーザーを区別する。 次に、新型コロナウイルスの誤情報に対する感受性と相関する、ユーザのオンライン機能と状況予測を識別する。
  論文  参考訳（メタデータ） (2021-09-20T13:31:15Z)
• COVID-19 and Big Data: Multi-faceted Analysis for Spatio-temporal Understanding of the Pandemic with Social Media Conversations [4.07452542897703]
  ソーシャルメディアプラットフォームは、新型コロナウイルス(COVID-19)に関する世界的な会話の手段として機能している。 本稿では,パンデミックを取り巻くソーシャルメディア会話の重要コンテンツと特徴の分析,マイニング,追跡のための枠組みを提案する。
  論文  参考訳（メタデータ） (2021-04-22T00:45:50Z)
• New Normal: Cooperative Paradigm for Covid-19 Timely Detection and Containment using Internet of Things and Deep Learning [12.618653234201089]
  新型コロナウイルス(COVID-19)の感染拡大は、世界経済に影響を及ぼし、政府や保健当局に数十億ドルの損害を与えた。 本研究は、ウイルスの拡散を検知するだけでなく、ビジネスやエコノミーを再開し、社会生活を再開する上でも役立つコネクテッド・スマート・パラダイムを導入する。
  論文  参考訳（メタデータ） (2020-08-15T14:33:53Z)
• Decentralized Privacy-Preserving Proximity Tracing [50.27258414960402]
  DP3TはSARS-CoV-2の普及を遅らせるための技術基盤を提供する。 システムは、個人やコミュニティのプライバシーとセキュリティのリスクを最小限にすることを目的としている。
  論文  参考訳（メタデータ） (2020-05-25T12:32:02Z)
• COVI White Paper [67.04578448931741]
  接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。 カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
  論文  参考訳（メタデータ） (2020-05-18T07:40:49Z)
• Digital Ariadne: Citizen Empowerment for Epidemic Control [55.41644538483948]
  新型コロナウイルスの危機は、1918年のH1N1パンデミック以来、公衆衛生にとって最も危険な脅威である。 技術支援による位置追跡と接触追跡は、広く採用されれば、感染症の拡散を抑えるのに役立つかもしれない。 個人のデバイス上での自発的な位置情報とBluetoothトラッキングに基づいて、"diAry"や"digital Ariadne"と呼ばれるツールを提示する。
  論文  参考訳（メタデータ） (2020-04-16T15:53:42Z)
• Leveraging Multi-Source Weak Social Supervision for Early Detection of Fake News [67.53424807783414]
  ソーシャルメディアは、人々が前例のない速度でオンライン活動に参加することを可能にする。 この制限のないアクセスは、誤情報や偽ニュースの拡散を悪化させ、その緩和のために早期に検出されない限り混乱と混乱を引き起こす可能性がある。 ソーシャルエンゲージメントからの弱い信号とともに、限られた量のクリーンデータを活用して、メタラーニングフレームワークでディープニューラルネットワークをトレーニングし、さまざまな弱いインスタンスの品質を推定します。 実世界のデータセットの実験では、提案されたフレームワークは、予測時にユーザーエンゲージメントを使わずに、フェイクニュースを早期に検出するための最先端のベースラインを上回っている。
  論文  参考訳（メタデータ） (2020-04-03T18:26:33Z)
• COVID-19 on Social Media: Analyzing Misinformation in Twitter Conversations [22.43295864610142]
  私たちは、2020年3月1日からTwitter APIを使用して、COVID-19に関連するストリーミングデータを収集しました。 事実確認情報をもとに、信頼できない内容と誤解を招く内容を特定した。 偽情報ツイートで宣伝された物語と、これらのツイートとのエンゲージメントの分配について検討した。
  論文  参考訳（メタデータ） (2020-03-26T09:48:24Z)

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。