論文の概要: Personal Devices for Contact Tracing: Smartphones and Wearables to Fight
Covid-19
- arxiv url: http://arxiv.org/abs/2108.02008v1
- Date: Mon, 2 Aug 2021 18:38:40 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-06 01:50:52.606999
- Title: Personal Devices for Contact Tracing: Smartphones and Wearables to Fight
Covid-19
- Title(参考訳): 接触者追跡のためのパーソナルデバイス - スマートフォンとウェアラブルによるcovid-19対策
- Authors: Pai Chet Ng, Petros Spachos, Stefano Gregori, Konstantinos Plataniotis
- Abstract要約: 非常に感染性の高いCovid-19の拡散を遅らせるために、100以上の接触追跡アプリケーションが公開された。
本稿では,これら3つのコンポーネントに基づいて,現在のデジタル接触追跡についてレビューする。
- 参考スコア(独自算出の注目度): 6.42323971944817
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Digital contact tracing has emerged as a viable tool supplementing manual
contact tracing. To date, more than 100 contact tracing applications have been
published to slow down the spread of highly contagious Covid-19. Despite subtle
variabilities among these applications, all of them achieve contact tracing by
manipulating the following three components: a) use a personal device to
identify the user while designing a secure protocol to anonymize the user's
identity; b) leverage networking technologies to analyze and store the data; c)
exploit rich sensing features on the user device to detect the interaction
among users and thus estimate the exposure risk. This paper reviews the current
digital contact tracing based on these three components. We focus on two
personal devices that are intimate to the user: smartphones and wearables. We
discuss the centralized and decentralized networking approaches that use to
facilitate the data flow. Lastly, we investigate the sensing feature available
on smartphones and wearables to detect the proximity between any two users and
present experiments comparing the proximity sensing performance between these
two personal devices.
- Abstract(参考訳): デジタル接触追跡は手動接触追跡を補完する有効なツールとして登場した。
これまでに100以上の接触追跡アプリケーションが公開されており、感染性の高いCovid-19の拡散を遅らせている。
アプリケーション間の微妙なばらつきにもかかわらず、いずれも以下の3つのコンポーネントを操作することで接触追跡を実現する。a) 個人デバイスを使用してユーザのアイデンティティを匿名化するためのセキュアなプロトコルを設計し、b) ネットワーク技術を活用してデータを分析および保存する、c) ユーザデバイス上のリッチなセンシング機能を活用してユーザ間のインタラクションを検出し、露光リスクを見積もる。
本稿では,これら3つのコンポーネントに基づいて,現在のデジタル接触追跡についてレビューする。
ユーザと親密な2つのパーソナルデバイス – スマートフォンとウェアラブル – に重点を置いています。
データフローの促進に使用される中央集権的かつ分散的なネットワークアプローチについて論じる。
最後に,スマートフォンやウェアラブルで使用可能なセンサ機能について検討し,2つのユーザ間の近接検知性能の比較実験を行った。
関連論文リスト
- Learning Visuotactile Skills with Two Multifingered Hands [80.99370364907278]
マルチフィンガーハンドとバイソタクティブルデータを用いたバイマニアルシステムを用いて,人間の実演からの学習を探索する。
以上の結果から,バイスオタクティブルデータからの両指多指操作における有望な進歩が示唆された。
論文 参考訳(メタデータ) (2024-04-25T17:59:41Z) - First Contact: Unsupervised Human-Machine Co-Adaptation via Mutual
Information Maximization [112.40598205054994]
我々はこのアイデアを、インターフェースを最適化するための完全に教師なしの目的として定式化する。
タイピング,シミュレートされたロボットの制御,ゲームプレイなど,様々なキーボードとアイアイのインタフェースを運用しているユーザの540K例について,観察的研究を行った。
以上の結果から,我々の相互情報スコアは,様々な領域における真真正タスク完了メトリクスの予測値であることが示唆された。
論文 参考訳(メタデータ) (2022-05-24T21:57:18Z) - Mobile Behavioral Biometrics for Passive Authentication [65.94403066225384]
本研究は, 単モーダルおよび多モーダルな行動的生体特性の比較分析を行った。
HuMIdbは、最大かつ最も包括的なモバイルユーザインタラクションデータベースである。
我々の実験では、最も識別可能な背景センサーは磁力計であり、タッチタスクではキーストロークで最良の結果が得られる。
論文 参考訳(メタデータ) (2022-03-14T17:05:59Z) - A Machine Learning Approach to Digital Contact Tracing: TC4TL Challenge [0.0]
本稿では,2台の携帯電話端末間の距離を決定するための機械学習手法の開発について検討する。
Bluetooth Low Energy, センサデータ, メタデータを用いて, 既存の技術状況を改善する。
論文 参考訳(メタデータ) (2022-03-08T13:42:20Z) - Domain and Modality Gaps for LiDAR-based Person Detection on Mobile
Robots [91.01747068273666]
本稿では,移動ロボットのシナリオに着目した既存のLiDAR人物検出装置について検討する。
実験は3Dと2D LiDARのセンサー間のモダリティのギャップだけでなく、運転と移動ロボットのシナリオ間の領域ギャップを回避している。
その結果、LiDARに基づく人物検出の実践的な洞察を与え、関連する移動ロボットの設計と応用に関する情報決定を容易にする。
論文 参考訳(メタデータ) (2021-06-21T16:35:49Z) - SensiX: A Platform for Collaborative Machine Learning on the Edge [69.1412199244903]
センサデータとセンサモデルの間に留まるパーソナルエッジプラットフォームであるSensiXを紹介する。
動作および音声に基づくマルチデバイスセンシングシステムの開発において,その有効性を示す。
評価の結果,SensiXは3mWのオーバヘッドを犠牲にして,全体の精度が7~13%向上し,環境のダイナミクスが最大30%向上することがわかった。
論文 参考訳(メタデータ) (2020-12-04T23:06:56Z) - Privacy-accuracy trade-offs in noisy digital exposure notifications [3.04585143845864]
携帯電話による接触追跡プロセスの自動化に関心がある。
Bluetoothなどのデータ交換技術を使って、ユーザー間の連絡先を記録したり、ポジティブな診断を報告したり、病気のユーザーに暴露されたユーザーに警告したりできる。
実用的なプロトコルを設計することは重要であるが、露出イベントをユーザーに通知することは、それ自体が秘密情報を漏洩させる可能性があることに気づくことが不可欠である。
論文 参考訳(メタデータ) (2020-11-08T15:00:38Z) - A no-phone/no-app contact tracing hardware token [0.0]
この作業は、携帯電話に関わる人々のプライバシー問題を回避する技術支援のコンタクトトレーサの必要性によって動機づけられた。
連絡先の追跡は、携帯電話やアプリをまったく使わずに行う。
ESP32は、近距離での健康情報の宣伝と受信の両方に使用され、厳密にピアツーピアの接触トレーサを形成する。
論文 参考訳(メタデータ) (2020-08-06T19:44:11Z) - COVID-19 and Your Smartphone: BLE-based Smart Contact Tracing [6.561626017725989]
本稿では手動接触追跡に代わる方法を提案する。
提案するSmart Contact Tracing (SCT) システムは,スマートフォンのBluetooth Low Energy (BLE) 信号を利用する。
約123,000のデータポイントを持つ6つの実験のデータセット全体が公開されています。
論文 参考訳(メタデータ) (2020-05-28T02:56:17Z) - 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) - How Reliable is Smartphone-based Electronic Contact Tracing for
COVID-19? [5.893124686141781]
スマートフォンベースの電子接触追跡は、2020年の新型コロナウイルス(SARS-CoV-2)危機への対応として、世界中のほとんどの政府から、ロックダウンや外出禁止令、避難禁止令の緩和に欠かせないツールと考えられている。
本稿では,スマートフォンによる効果的な接触追跡に必要な技術要件について詳細に検討する。
論文 参考訳(メタデータ) (2020-05-12T09:02:53Z)
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。