論文の概要: Estimating Effectiveness of Identifying Human Trafficking via Data
Envelopment Analysis
- arxiv url: http://arxiv.org/abs/2012.07746v5
- Date: Wed, 22 Jun 2022 14:32:56 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-21 07:50:39.515823
- Title: Estimating Effectiveness of Identifying Human Trafficking via Data
Envelopment Analysis
- Title（参考訳）: データ包絡解析による人身売買の同定効果の推定
- Authors: Geri L. Dimas, Malak El Khalkhali, Alex Bender, Kayse Lee Maass,
Renata Konrad, Jeffrey S. Blom, Joe Zhu, Andrew C. Trapp
- Abstract要約: ラヴ・ジャスティス・インターナショナル (Love Justice International, LJI) はネパールとインドの境界付近で長年にわたり交通監視を行っているNGOである。
我々は,データ包絡分析(DEA)を用いて,LJIの意思決定者がこれらの局の性能を評価するのを支援するシステムを開発した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Transit monitoring is a preventative approach used to identify possible cases
of human trafficking prior to exploitation while an individual is in transit or
before one crosses a border. Transit monitoring is often conducted by
non-governmental organizations (NGOs) who train staff to identify and intercept
suspicious activity. Love Justice International (LJI) is a well-established NGO
that has been conducting transit monitoring for years along the Nepal-India
border at multiple monitoring stations. In partnership with LJI, we developed a
system that uses data envelopment analysis (DEA) to help LJI decision-makers
evaluate the performance of these stations at intercepting potential
human-trafficking victims given the amount of resources (e.g. staff, etc.)
available and make specific operational improvement recommendations. Our model
consists of 91 decision-making units (DMUs) from 7 stations over 13 quarters
and considers three inputs, four outputs, and 3 homogeneity criteria. Using
this model we identified efficient stations, compared rankings of station
performance, and recommended strategies to improve efficiency. To the best of
our knowledge, this is the first application of DEA in the anti-human
trafficking domain.
- Abstract（参考訳）: 交通監視 (transit monitoring) は、個人が移動中や国境を越える前に人身売買の可能性がある場合を特定するために用いられる予防的アプローチである。
交通監視は、不審な活動を特定し、傍受するようにスタッフを訓練する非政府組織(NGO)によって行われることが多い。
ラヴ・ジャスティス・インターナショナル (Love Justice International, LJI) はネパール・インド国境沿いの複数の監視所で長年にわたり交通監視を行っているNGOである。
そこで我々は,ljiと連携して,ljiの意思決定者を対象としたデータ包絡分析(dea)を用いて,人身売買被害者の資源量(スタッフ等)を遮断し,具体的な運用改善を推奨するシステムを開発した。
本モデルは,3つの入力,4つの出力,3つの均一性基準を考慮した7つの局から91個の意思決定ユニット(DMU)から構成される。
このモデルを用いて、効率的な駅を特定し、駅性能の比較を行い、効率を向上させるための戦略を推奨した。
我々の知る限りでは、これは反人身売買分野におけるDEAの最初の応用である。
関連論文リスト
- Using Process Mining to Improve Digital Service Delivery [2.987116048422597]
カナダ政府における人事安全検査のためのプロセスマイニング(PM)の事例研究について述べる。
私たちは顧客(プロセス時間)と組織(コスト)の観点から考えます。
介入前分析では、初期ボトルネックを指摘し、介入後の分析では、介入の影響と改善のための残りの領域を特定した。
論文 参考訳（メタデータ） (2024-08-23T15:28:47Z) - Mitigating biases in big mobility data: a case study of monitoring large-scale transit systems [12.332645165759406]
本研究では,大きなモビリティデータセットのバイアスを評価し,緩和法を開発した。
今回の研究では、GoogleとAppleのモビリティデータを例として、政府機関のベンチマークデータと比較します。
論文 参考訳（メタデータ） (2024-07-16T02:22:16Z) - Creating Geospatial Trajectories from Human Trafficking Text Corpora [0.0]
本稿では,Narrative to Trajectory (N2T) 情報抽出システムを提案する。
N2Tは、報告された物語を分析し、自然言語処理(NLP)技術を用いて関連情報を抽出し、地理空間拡張を適用する。
我々は,人身売買テキストコーパス上でN2Tを評価し,NLPライブラリを用いたデータ前処理とデータベース手法の拡張によるアプローチが,既存の位置情報検出手法より優れていることを示す。
論文 参考訳（メタデータ） (2024-05-09T22:24:09Z) - RTracker: Recoverable Tracking via PN Tree Structured Memory [71.05904715104411]
本稿では,木構造メモリを用いてトラッカーと検出器を動的に関連付け,自己回復を可能にするRTrackerを提案する。
具体的には,正負と負のターゲットサンプルを時系列に保存し,維持する正負のツリー構造メモリを提案する。
我々の中核となる考え方は、正と負の目標カテゴリーの支持サンプルを用いて、目標損失の信頼性評価のための相対的距離に基づく基準を確立することである。
論文 参考訳（メタデータ） (2024-03-28T08:54:40Z) - iPLAN: Intent-Aware Planning in Heterogeneous Traffic via Distributed
Multi-Agent Reinforcement Learning [57.24340061741223]
本稿では,高密度および不均一な交通シナリオにおける軌跡や意図を予測できる分散マルチエージェント強化学習(MARL)アルゴリズムを提案する。
インテント対応プランニングのアプローチであるiPLANにより、エージェントは近くのドライバーの意図をローカルな観察からのみ推測できる。
論文 参考訳（メタデータ） (2023-06-09T20:12:02Z) - Explaining Reinforcement Learning Policies through Counterfactual
Trajectories [147.7246109100945]
人間の開発者は、RLエージェントがテスト時にうまく機能することを検証しなければならない。
本手法では, エージェントの挙動をより広い軌道分布で示すことにより, エージェントの挙動を分布変化下で表現する。
本研究では,2つのエージェント検証タスクのうちの1つに対して,ベースライン法よりも優れたスコアを得られることを示す。
論文 参考訳（メタデータ） (2022-01-29T00:52:37Z) - A2Log: Attentive Augmented Log Anomaly Detection [53.06341151551106]
異常検出は、ITサービスの信頼性とサービス性にとってますます重要になる。
既存の教師なし手法は、適切な決定境界を得るために異常な例を必要とする。
我々は,異常判定と異常判定の2段階からなる教師なし異常検出手法であるA2Logを開発した。
論文 参考訳（メタデータ） (2021-09-20T13:40:21Z) - Active Learning for Human-in-the-Loop Customs Inspection [12.66621970520437]
我々は、AI支援アルゴリズムが税関職員を支援するための、輸入品のセットを推薦する、ループ内税関検査シナリオについて検討する。
不正や不確実なアイテムを選択するためのハイブリッド戦略が、最終的には搾取のみの戦略よりも優れていることを示す。
論文 参考訳（メタデータ） (2020-10-27T13:31:31Z) - Give more data, awareness and control to individual citizens, and they
will help COVID-19 containment [74.10257867142049]
連絡先追跡アプリは、多くの国で大規模採用が提案されている。
中央集権的なアプローチは、市民のプライバシーと不必要に強力なデジタル監視に対する懸念を提起する。
我々は、個人の「個人データストア」にのみ連絡先と位置情報を収集する分散的アプローチを提唱する。
論文 参考訳（メタデータ） (2020-04-10T20:30:37Z) - Training-free Monocular 3D Event Detection System for Traffic
Surveillance [93.65240041833319]
既存のイベント検出システムは、主に学習ベースであり、大量のトレーニングデータが利用可能な場合、十分なパフォーマンスを実現している。
現実のシナリオでは、十分なラベル付きトレーニングデータの収集は高価であり、時には不可能である。
本稿では,交通監視のためのトレーニング不要な単眼3Dイベント検出システムを提案する。
論文 参考訳（メタデータ） (2020-02-01T04:42:57Z) - SUPAID: A Rule mining based method for automatic rollout decision aid
for supervisors in fleet management systems [2.782396962787398]
本稿では, 車両のロールアウト実現可能性に基づいて, ルールマイニング手法を用いて, 自然の「一方的効率」を仮定した新しい学習アルゴリズムSUPAIDを提案する。
米国市内の公共交通機関による実データによる実験結果から,SuPAIDの提案手法がコスト削減に寄与する可能性が示唆された。
論文 参考訳（メタデータ） (2020-01-10T11:06:04Z)
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。