論文の概要: Visual Framing of Science Conspiracy Videos: Integrating Machine Learning with Communication Theories to Study the Use of Color and Brightness

• arxiv url: http://arxiv.org/abs/2102.01163v1
• Date: Mon, 1 Feb 2021 21:03:50 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-03 16:15:44.889127
• Title: Visual Framing of Science Conspiracy Videos: Integrating Machine Learning with Communication Theories to Study the Use of Color and Brightness
• Title（参考訳）: サイエンス・コンスピレーション・ビデオの視覚的フレイミング: 機械学習とコミュニケーション理論の統合による色と明度の利用に関する研究
• Authors: Kaiping Chen, Sang Jung Kim, Sebastian Raschka, Qiantong Gao
• Abstract要約: 我々は、陰謀や反陰謀のビデオから数百万フレームを分析し、計算手法を用いて分析した。 陰謀ビデオは、特にサムネイルや初期のビデオでは、色のばらつきや明るさが低い傾向が見られた。 また,ソーシャルメディア上での陰謀を識別するために,研究者がテキストと視覚機能を統合する方法を示す。
• 参考スコア（独自算出の注目度）: 2.6763498831034043
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent years have witnessed an explosion of science conspiracy videos on the Internet, challenging science epistemology and public understanding of science. Scholars have started to examine the persuasion techniques used in conspiracy messages such as uncertainty and fear yet, little is understood about the visual narratives, especially how visual narratives differ in videos that debunk conspiracies versus those that propagate conspiracies. This paper addresses this gap in understanding visual framing in conspiracy videos through analyzing millions of frames from conspiracy and counter-conspiracy YouTube videos using computational methods. We found that conspiracy videos tended to use lower color variance and brightness, especially in thumbnails and earlier parts of the videos. This paper also demonstrates how researchers can integrate textual and visual features for identifying conspiracies on social media and discusses the implications of computational modeling for scholars interested in studying visual manipulation in the digital era.
• Abstract（参考訳）: 近年、インターネット上の科学陰謀ビデオの爆発が目撃され、科学認識論と科学の一般理解に挑戦している。 学者たちは、不確実性や恐怖といった陰謀のメッセージで使用される説得技術について調べ始めたが、視覚的物語についてはほとんど理解されていない。 本稿では、陰謀と反陰謀のビデオから数百万フレームを解析し、陰謀ビデオにおける視覚的フレーミングの理解のギャップを計算手法を用いて解決する。 共謀ビデオは色のばらつきや明るさが低い傾向にあり、特にサムネイルや初期のビデオでは顕著だった。 本論文は,ソーシャルメディア上での共謀を識別するために,研究者がテキスト的および視覚的な特徴を統合する方法を示し,デジタル時代の視覚操作研究に関心のある研究者にとっての計算モデリングの意義について論じる。

関連論文リスト

• Recontextualized Knowledge and Narrative Coalitions on Telegram [4.8951183832371]
  共謀文の特徴は、先行知識を再テクスチュアライズすることで権力とアイデンティティを交渉することである。 この章では、Pushshift Telegramデータセットから、公開メッセージングチャネルにおける事前知識へのリンクを実証的に分析する。
  論文  参考訳（メタデータ） (2024-04-27T10:19:25Z)
• Classifying Conspiratorial Narratives At Scale: False Alarms and Erroneous Connections [4.594855794205588]
  この研究は、陰謀論に関する議論を分類するための一般的なスキームを確立する。 我々は、オンラインCTを分類するためのBERTベースのモデルをトレーニングするために、人間ラベル付き地上真実を利用する。 本研究は,最も活発な陰謀に関するRedditフォーラムの投稿を用いた,最初の大規模分類研究である。
  論文  参考訳（メタデータ） (2024-03-29T20:29:12Z)
• MoviePuzzle: Visual Narrative Reasoning through Multimodal Order Learning [54.73173491543553]
  MoviePuzzleは、ビジュアルな物語の推論と全体論的映画理解をターゲットとする、新しい挑戦である。 本研究では,映像モデルの時間的特徴学習と構造学習を増幅するMoviePuzzleタスクを提案する。 提案手法はMoviePuzzleベンチマークの既存の最先端手法よりも優れている。
  論文  参考訳（メタデータ） (2023-06-04T03:51:54Z)
• YouNICon: YouTube's CommuNIty of Conspiracy Videos [7.135697290631831]
  YOUNICONは、陰謀説を含むと特定された疑わしいチャンネルから大量のビデオを集めたデータセットである。 そこで本研究では,共謀理論の検出と,共謀理論を用いた動画の異なるトピックへの分類を行うためのデータセット「YOUNICON」の開発を試みている。
  論文  参考訳（メタデータ） (2023-04-11T15:20:51Z)
• Video Manipulations Beyond Faces: A Dataset with Human-Machine Analysis [60.13902294276283]
  我々は826の動画(413のリアルと413の操作)からなるデータセットであるVideoShamを提示する。 既存のディープフェイクデータセットの多くは、2種類の顔操作にのみ焦点をあてている。 我々の分析によると、最先端の操作検出アルゴリズムはいくつかの特定の攻撃に対してのみ有効であり、VideoShamではうまくスケールしない。
  論文  参考訳（メタデータ） (2022-07-26T17:39:04Z)
• Watch Those Words: Video Falsification Detection Using Word-Conditioned Facial Motion [82.06128362686445]
  本稿では,安価なディープフェイクと視覚的に説得力のあるディープフェイクの両方を扱うためのマルチモーダルな意味法医学的アプローチを提案する。 帰属という概念を利用して、ある話者と他の話者を区別する個人固有の生体パターンを学習する。 既存の個人固有のアプローチとは異なり、この手法は口唇の操作に焦点を当てた攻撃にも有効である。
  論文  参考訳（メタデータ） (2021-12-21T01:57:04Z)
• Where the Earth is flat and 9/11 is an inside job: A comparative algorithm audit of conspiratorial information in web search results [62.997667081978825]
  本稿では,Google,Bing,DuckDuckGo,Yahoo,Yandexの5つの検索エンジンを対象に,検索結果における比較情報の分布について検討する。 われわれは、Google以外の検索エンジンが一貫して共謀広告の検索結果を表示し、共謀広告のウェブサイトへのリンクをトップに返したことを知った。 共謀プロモーティングの結果のほとんどはソーシャルメディアや共謀のウェブサイトから得られたものであり、一方共謀の情報は科学的なウェブサイトで共有され、より少なからぬレガシなメディアによって共有された。
  論文  参考訳（メタデータ） (2021-12-02T14:29:21Z)
• Where to look at the movies : Analyzing visual attention to understand movie editing [75.16856363008128]
  映画シーケンスの視線パターン情報を含む新しい視線追跡データベースを提案する。 このデータセット上で、最先端の計算サリエンシー技術がどのように振る舞うかを示す。
  論文  参考訳（メタデータ） (2021-02-26T09:54:58Z)
• The Truth is Out There: Investigating Conspiracy Theories in Text Generation [66.01545519772527]
  言語モデルが陰謀理論テキストを生成する可能性を検討する。 本研究は陰謀理論の解明のためにこれらのモデルをテストすることに焦点を当てている。 陰謀理論のトピック、機械生成陰謀理論、人為的陰謀理論からなる新しいデータセットを紹介します。
  論文  参考訳（メタデータ） (2021-01-02T05:47:39Z)
• A Longitudinal Analysis of YouTube's Promotion of Conspiracy Videos [14.867862489411868]
  ソーシャルメディア上では陰謀説が盛んになり、そのようなコンテンツが偽情報の拡散を加速させ、過激派イデオロギーを支持し、場合によっては暴力に繋がる懸念が高まっている。 議員や一般大衆からの監視と圧力が高まる中、YouTubeはレコメンデーションアルゴリズムを変更して、最も厳格な陰謀ビデオが削除され、悪用されるようにした。 ビデオが相補的かどうかを自動的に判定する分類器を開発した。
  論文  参考訳（メタデータ） (2020-03-06T17:31:30Z)

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。