論文の概要: Proceedings of KDD 2020 Workshop on Data-driven Humanitarian Mapping:
Harnessing Human-Machine Intelligence for High-Stake Public Policy and
Resilience Planning
- arxiv url: http://arxiv.org/abs/2109.00435v1
- Date: Wed, 1 Sep 2021 15:30:25 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-02 14:10:04.887385
- Title: Proceedings of KDD 2020 Workshop on Data-driven Humanitarian Mapping:
Harnessing Human-Machine Intelligence for High-Stake Public Policy and
Resilience Planning
- Title（参考訳）: kdd 2020ワークショップ「データ駆動人道マッピング」開催報告 : ヒューマン・マシン・インテリジェンスを活用した公共政策とレジリエンス計画
- Authors: Snehalkumar (Neil) S. Gaikwad, Shankar Iyer, Dalton Lunga, Yu-Ru Lin
- Abstract要約: 人道的課題は、世界中の脆弱なコミュニティに不当に影響を及ぼす。
こうした危機が拡大しているにもかかわらず、公正な公共政策決定を科学的に伝えるためのデータサイエンス研究の顕著な曖昧さは依然として残っている。
このギャップを埋めるためのデータ駆動型人道マッピング研究プログラムを提案する。
- 参考スコア（独自算出の注目度）: 7.77561570119593
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Humanitarian challenges, including natural disasters, food insecurity,
climate change, racial and gender violence, environmental crises, the COVID-19
coronavirus pandemic, human rights violations, and forced displacements,
disproportionately impact vulnerable communities worldwide. According to UN
OCHA, 235 million people will require humanitarian assistance in 20211 .
Despite these growing perils, there remains a notable paucity of data science
research to scientifically inform equitable public policy decisions for
improving the livelihood of at-risk populations. Scattered data science efforts
exist to address these challenges, but they remain isolated from practice and
prone to algorithmic harms concerning lack of privacy, fairness,
interpretability, accountability, transparency, and ethics. Biases in
data-driven methods carry the risk of amplifying inequalities in high-stakes
policy decisions that impact the livelihood of millions of people.
Consequently, proclaimed benefits of data-driven innovations remain
inaccessible to policymakers, practitioners, and marginalized communities at
the core of humanitarian actions and global development. To help fill this gap,
we propose the Data-driven Humanitarian Mapping Research Program, which focuses
on developing novel data science methodologies that harness human-machine
intelligence for high-stakes public policy and resilience planning.
- Abstract（参考訳）: 自然災害、食料不足、気候変動、人種と性別の暴力、環境危機、新型コロナウイルス(COVID-19)のパンデミック、人権侵害、強制移住などの人道的課題は、世界中の脆弱なコミュニティに不当に影響を及ぼす。
OCHAによると、20211年には2億3500万人が人道支援を必要としている。
これらの増加にもかかわらず、リスクの高い人口の生活を改善するための公平な公共政策決定を科学的に伝えるために、データサイエンス研究の顕著なパキュリティが残っている。
散在するデータサイエンスの努力はこれらの課題に対処するために存在するが、プライバシー、公正性、解釈性、説明責任、透明性、倫理の欠如に関するアルゴリズム的な危害を招きやすい。
データ駆動方式のバイアスは、何百万人もの人々の生活に影響を及ぼす高リスク政策決定の不平等を増幅するリスクを負う。
その結果、人道的行動とグローバルな発展の核心にある政策立案者、実践者、辺境化コミュニティには、データ駆動型イノベーションの利点が依然としてアクセス不可能である。
このギャップを埋めるために、我々は、人間のマシンインテリジェンスを利用した新しいデータサイエンス方法論の開発に焦点をあてた、データ駆動型人道マッピング研究プログラムを提案する。
関連論文リスト
- An evidence-based methodology for human rights impact assessment (HRIA) in the development of AI data-intensive systems [49.1574468325115]
我々は、すでに人権がデータ利用の分野で決定を下していることを示している。
本研究は人権影響評価(HRIA)の方法論とモデルである。
提案手法は,具体的ケーススタディで検証し,その有効性と有効性を示す。
論文 参考訳（メタデータ） (2024-07-30T16:27:52Z) - Mapping the individual, social, and biospheric impacts of Foundation Models [0.39843531413098965]
本稿では,基礎モデルと生成AIの社会的,政治的,環境的側面を説明するための重要な枠組みを提供する。
リスクと害の14のカテゴリを特定し、それらの個人的、社会的、および生物圏的影響に応じてそれらをマッピングする。
論文 参考訳（メタデータ） (2024-07-24T10:05:40Z) - Privacy-Preserving Collaborative Genomic Research: A Real-Life Deployment and Vision [2.7968600664591983]
本稿ではLynx.MDと共同で開発されたゲノム研究のためのプライバシ保護フレームワークを提案する。
このフレームワークは、重要なサイバーセキュリティとプライバシの課題に対処し、プライバシ保護によるゲノムデータの共有と分析を可能にする。
Lynx.MD内でのフレームワークの実装には、ゲノムデータをバイナリ形式に符号化し、制御された摂動技術を通じてノイズを適用することが含まれる。
論文 参考訳（メタデータ） (2024-07-12T05:43:13Z) - Climate Change Impact on Agricultural Land Suitability: An Interpretable
Machine Learning-Based Eurasia Case Study [94.07737890568644]
2021年現在、世界中で約8億8800万人が飢餓と栄養失調に見舞われている。
気候変動は農地の適性に大きな影響を及ぼし、深刻な食糧不足に繋がる可能性がある。
本研究は,経済・社会問題に苦しむ中央ユーラシアを対象とする。
論文 参考訳（メタデータ） (2023-10-24T15:15:28Z) - Human-Centric Multimodal Machine Learning: Recent Advances and Testbed
on AI-based Recruitment [66.91538273487379]
人間中心のアプローチでAIアプリケーションを開発する必要性には、ある程度のコンセンサスがある。
i)ユーティリティと社会的善、(ii)プライバシとデータ所有、(iii)透明性と説明責任、(iv)AIによる意思決定プロセスの公正性。
異種情報ソースに基づく現在のマルチモーダルアルゴリズムは、データ中の機密要素や内部バイアスによってどのように影響を受けるかを検討する。
論文 参考訳（メタデータ） (2023-02-13T16:44:44Z) - Data-Centric Epidemic Forecasting: A Survey [56.99209141838794]
この調査は、様々なデータ駆動の方法論および実践的進歩を掘り下げるものである。
疫学的なデータセットと,流行予測に関連する新しいデータストリームを列挙する。
また,これらの予測システムの現実的な展開において生じる経験や課題についても論じる。
論文 参考訳（メタデータ） (2022-07-19T16:15:11Z) - The Techno-politics of Crowdsourced Disaster Data in the Smart City [0.0]
本稿では,洪水,嵐,山火事,サイクロンなどの環境被害研究において,クラウドソーシングデータのテクノ・ポリティクスを疑問視する。
市民生成データの質を論じる記事の数に比べて、この種の実践の社会的・政治的意味を論じることにはほとんど注意が向けられていないと我々は主張する。
論文 参考訳（メタデータ） (2021-12-22T00:51:00Z) - Empowering Local Communities Using Artificial Intelligence [70.17085406202368]
人中心の観点から、AIが社会に与える影響を探求する上で重要なトピックとなっている。
市民科学におけるこれまでの研究は、AIを使って研究に大衆を巻き込む方法を特定してきた。
本稿では,コミュニティ市民科学にAIを適用する上での課題について論じる。
論文 参考訳（メタデータ） (2021-10-05T12:51:11Z) - Proceedings of KDD 2021 Workshop on Data-driven Humanitarian Mapping:
Harnessing Human-Machine Intelligence for High-Stake Public Policy and
Resilience Planning [10.76026718771657]
人道的課題は、世界中の脆弱なコミュニティに不当に影響を及ぼす。
こうした危機が拡大しているにもかかわらず、公正な公共政策決定を科学的に伝えるためのデータサイエンス研究の顕著な曖昧さは依然として残っている。
このギャップを埋めるためのデータ駆動型人道マッピング研究プログラムを提案する。
論文 参考訳（メタデータ） (2021-08-31T22:41:14Z) - Tackling COVID-19 through Responsible AI Innovation: Five Steps in the
Right Direction [0.0]
データサイエンスとAI/MLのイノベーションは、新型コロナウイルス対策のグローバルな取り組みを支援する上で、中心的な役割を担っている。
これらの懸念に対処するために、私は責任ある研究とイノベーションを促進するために取るべき5つのステップを提供します。
論文 参考訳（メタデータ） (2020-08-15T17:26:48Z) - 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)
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。