Fugu-MT 論文翻訳(概要): Towards a Smart Data Processing and Storage Model

論文の概要: Towards a Smart Data Processing and Storage Model

arxiv url: http://arxiv.org/abs/2101.02522v1
Date: Thu, 7 Jan 2021 12:52:11 GMT
ステータス: 処理完了
システム内更新日: 2021-04-10 13:30:59.480186
Title: Towards a Smart Data Processing and Storage Model
Title（参考訳）: スマートデータ処理とストレージモデルに向けて
Authors: Ronie Salgado, Marcus Denker (RMOD), St\'ephane Ducasse (RMOD), Anne Etien (RMOD), Vincent Aranega (RMOD)
Abstract要約: いくつかのドメインでは、起源を完全に追跡する必要があるデータを保存および操作することが不可欠です。このような能力を持つデータをサポートするシステムの設計によって生じる主な要件と理論上の問題を提示します。
参考スコア（独自算出の注目度）: 0.6562256987706128
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In several domains it is crucial to store and manipulate data whose origin needs to be completely traceable to guarantee the consistency, trustworthiness and reliability on the data itself typically for ethical and legal reasons. It is also important to guarantee that such properties are also carried further when such data is composed and processed into new data. In this article we present the main requirements and theorethical problems that arise by the design of a system supporting data with such capabilities. We present an architecture for implementing a system as well as a prototype developed in Pharo.
Abstract（参考訳）: いくつかの領域では、倫理的、法的理由からデータ自体の一貫性、信頼性、信頼性を保証するために、起源が完全にトレース可能なデータを保存し、操作することが重要である。また、そのようなデータが作成され、新しいデータに処理されると、そのような特性がさらに運ばれることを保証することも重要である。本稿では,このような能力を持つデータをサポートするシステムの設計によって生じる,主な要件と理論的問題について述べる。本稿では,システム実装のためのアーキテクチャとpharoで開発されたプロトタイプを提案する。

関連論文リスト

Data Watermarking for Sequential Recommender Systems [52.207721219147814]
本稿では,シーケンシャルレコメンデータシステムにおけるデータ透かしの問題について検討する。データセットの透かしはデータセット全体のオーナシップを保護し、ユーザ透かしは個々のユーザのデータを保護する。提案手法では,不人気な項目をランダムに選択して透かしシーケンスを生成し,通常のユーザのインタラクションシーケンスに挿入する。
論文参考訳（メタデータ） (2024-11-20T02:34:21Z)
Generative Models are Self-Watermarked: Declaring Model Authentication through Re-Generation [17.88043926057354]
データオーナシップの検証は、特に生成したデータの不正な再利用の場合、非常に困難な問題を引き起こします。私たちの研究は、個々のサンプルからでもデータの再利用を検出することに集中しています。本稿では, 再生成によるデータ所有を考慮に入れた説明可能な検証手法を提案し, さらに, 反復的データ再生による生成モデルにおけるこれらの指紋の増幅を行う。
論文参考訳（メタデータ） (2024-02-23T10:48:21Z)
Architecting Data-Intensive Applications : From Data Architecture Design to Its Quality Assurance [0.0]
データアーキテクチャは、ビジネスニーズを満たすためのデータの記述、収集、保存、処理、分析において重要である。各種の業界領域において,DATを5つ以上のケースで評価し,その例外的な適応性と有効性を示した。
論文参考訳（メタデータ） (2024-01-22T14:58:54Z)
Decentralised, Scalable and Privacy-Preserving Synthetic Data Generation [8.982917734231165]
我々は、リアルデータのコントリビュータが、微分プライベートな合成データ生成に自律的に参加できる新しいシステムを構築します。私たちのソリューションは、Solid(Social Linked Data)、MPC(Secure Multi-Party Computation)、Trusted Execution Environments(TEEs)という3つのビルディングブロックに基づいています。これらの3つの技術が、責任と信頼性のある合成データ生成における様々な課題に効果的に対処できることを示します。
論文参考訳（メタデータ） (2023-10-30T22:27:32Z)
QI2 -- an Interactive Tool for Data Quality Assurance [63.379471124899915]
欧州委員会による計画されたAI法では、データ品質に関する法的要件が規定されている。複数のデータ品質面におけるデータ品質保証プロセスをサポートする新しいアプローチを導入する。
論文参考訳（メタデータ） (2023-07-07T07:06:38Z)
Towards Generalizable Data Protection With Transferable Unlearnable Examples [50.628011208660645]
本稿では、転送不可能な例を生成することによって、新しい一般化可能なデータ保護手法を提案する。私たちの知る限りでは、これはデータ分散の観点からデータのプライバシを調べる最初のソリューションです。
論文参考訳（メタデータ） (2023-05-18T04:17:01Z)
Auditing and Generating Synthetic Data with Controllable Trust Trade-offs [54.262044436203965]
合成データセットとAIモデルを包括的に評価する総合監査フレームワークを導入する。バイアスや差別の防止、ソースデータへの忠実性の確保、実用性、堅牢性、プライバシ保護などに焦点を当てている。多様なユースケースにまたがる様々な生成モデルを監査することにより,フレームワークの有効性を実証する。
論文参考訳（メタデータ） (2023-04-21T09:03:18Z)
Beyond Privacy: Navigating the Opportunities and Challenges of Synthetic Data [91.52783572568214]
合成データは、機械学習の世界において支配的な力となり、データセットを個々のニーズに合わせて調整できる未来を約束する。合成データのより広範な妥当性と適用のために,コミュニティが克服すべき根本的な課題について論じる。
論文参考訳（メタデータ） (2023-04-07T16:38:40Z)
Providing Assurance and Scrutability on Shared Data and Machine Learning Models with Verifiable Credentials [0.0]
実践者は、関連する信頼できるデータを使用することにAI開発者を頼っている。科学者は、データリソースの品質を証明する署名された認証情報を発行できます。 BOMは、AIシステムのサプライチェーンの追跡可能な記録を提供します。
論文参考訳（メタデータ） (2021-05-13T15:58:05Z)
Ensuring the Robustness and Reliability of Data-Driven Knowledge Discovery Models in Production and Manufacturing [0.0]
データマイニングのクロス産業標準プロセス(CRISP-DM)は、データおよびモデル関連の問題に対処するために設計された。本稿では、CRISP-DMモデルの拡張と、機械学習における各種データロバストネスおよびモデル-ロバストネス関連問題について概説する。
論文参考訳（メタデータ） (2020-07-28T14:21:14Z)
Petri Nets with Parameterised Data: Modelling and Verification (Extended Version) [67.99023219822564]
我々は、カタログネットと呼ばれるカラーペトリネットの拡張を紹介し、研究し、このタイプのプロセスを捉える2つの重要な特徴を提供する。我々は、新しい価値注入が特に扱いにくい機能であることを示し、それを改ざんするための戦略について議論する。
論文参考訳（メタデータ） (2020-06-11T17:26:08Z)

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。