論文の概要: Logic and Accuracy Testing: A Fifty-State Review
- arxiv url: http://arxiv.org/abs/2207.14394v2
- Date: Mon, 1 Aug 2022 15:53:35 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 10:13:19.197694
- Title: Logic and Accuracy Testing: A Fifty-State Review
- Title(参考訳): 論理と正確性テスト:50州レビュー
- Authors: Josiah Walker, Nakul Bajaj, Braden L. Crimmins, and J. Alex Halderman
- Abstract要約: 予備選の論理と正確性(L&A)テスト(英: Pre-election logic and accuracy、L&A)とは、選挙当局が投票装置の動作を検証するプロセスである。
米国全体でのL&Aテストの実践について,初めて詳細な分析を行った。
すべての州が選挙前にL&Aテストを必要としているのに対して、その実施範囲、透明性、厳格さは劇的に変化している。
- 参考スコア(独自算出の注目度): 4.596972309626531
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Pre-election logic and accuracy (L&A) testing is a process in which election
officials validate the behavior of voting equipment by casting a known set of
test ballots and confirming the expected results. Ideally, such testing can
serve to detect certain forms of human error or fraud and help bolster voter
confidence. We present the first detailed analysis of L&A testing practices
across the United States. We find that while all states require L&A testing
before every election, their implementations vary dramatically in scope,
transparency, and rigorousness. We summarize each state's requirements and
score them according to uniform criteria. We also highlight best practices and
flag opportunities for improvement, in hopes of encouraging broader adoption of
more effective L&A processes.
- Abstract(参考訳): 事前選挙論理と正確性(pre-election logic and accuracy, l&a)テストは、既知のテスト投票のセットを鋳造し、期待された結果を確認することによって、投票装置の振る舞いを検証するプロセスである。
理想的には、このようなテストは、ある種のヒューマンエラーや詐欺を検知し、投票者の信頼を高めるのに役立つ。
米国全体でのL&Aテストの実践について,初めて詳細な分析を行った。
すべての州では選挙前にl&aテストが必要だが、その実施範囲、透明性、厳格さは劇的に異なる。
各州の要件をまとめ、統一基準に従って評価する。
また、より効果的なL&Aプロセスの採用を促進するために、ベストプラクティスと改善の機会を強調します。
関連論文リスト
- Large Language Models Are Not Robust Multiple Choice Selectors [117.72712117510953]
複数選択質問(MCQ)は、大規模言語モデル(LLM)の評価において、一般的なが重要なタスク形式として機能する。
この研究は、現代のLLMが、その固有の「選択バイアス」によるオプション位置変化に対して脆弱であることを示している。
そこで本研究では,オプションIDに対する事前バイアスを全体予測分布から分離するPriDeという,ラベルのない推論時間脱バイアス手法を提案する。
論文 参考訳(メタデータ) (2023-09-07T17:44:56Z) - Adaptively Weighted Audits of Instant-Runoff Voting Elections: AWAIRE [61.872917066847855]
即時投票(IRV)選挙の監査方法は、リスク制限や、各投票における投票の電子的記録であるキャスト投票記録(CVR)を必要とするものではない。
我々は,CVRが利用できない場合に,適応的に重み付けされたテストスーパーマーチンガルを用いてITV選挙を効率よく監査するRLA手法を開発した。
論文 参考訳(メタデータ) (2023-07-20T15:55:34Z) - Large Language Models are not Fair Evaluators [60.27164804083752]
候補回答の品質ランキングは,文脈の出現順序を変えることで容易にハックできることがわかった。
この操作により、評価結果をスキューし、一方のモデルを他方よりもかなり優れているようにすることができる。
この問題を緩和するための3つのシンプルかつ効果的な戦略を持つフレームワークを提案する。
論文 参考訳(メタデータ) (2023-05-29T07:41:03Z) - New Algorithms and Applications for Risk-Limiting Audits [4.375873233252245]
リスク制限監査(RLA)は、選挙の正確性に対する信頼性を高める重要なツールである。
この研究は、古典的な(バレエレベルの)RLAをバッチで動作するものに変換するための、Batchcompと呼ばれる新しいジェネリックメソッドを提案する。
本稿では,既存のRLA手法であるALPHAを国勢調査に適用する手法に適用する。
論文 参考訳(メタデータ) (2023-05-06T13:34:39Z) - Sequential Kernelized Independence Testing [101.22966794822084]
我々は、カーネル化依存度にインスパイアされたシーケンシャルなカーネル化独立試験を設計する。
シミュレーションデータと実データの両方にアプローチのパワーを実証する。
論文 参考訳(メタデータ) (2022-12-14T18:08:42Z) - Full Characterization of Adaptively Strong Majority Voting in
Crowdsourcing [1.4213973379473654]
クラウドソーシングでは、労働者がアイテムを調べ、その正確性に投票することで、品質管理が一般的に達成される。
信頼できないワーカー応答の影響を最小限に抑えるため、$delta$-marginの投票プロセスが使用される。
本研究は,マルコフ連鎖を吸収し,この投票プロセスの特性をモデル化する手法を提案する。
論文 参考訳(メタデータ) (2021-11-11T18:58:09Z) - Anomaly Detection and Automated Labeling for Voter Registration File
Changes [0.0]
アメリカ合衆国大統領選挙における投票資格は、市民が投票する資格のある情報を含む州データベースのパッチワークによって決定される。
投票登録ファイル(VRF)の変更の監視は、米国の民主的プロセスを妨害したい悪意のあるアクターが、これらのファイルの内容を操作して目標を達成するよう、適切にアドバイスされることを考えると、極めて重要である。
本稿では、機械学習を利用して、投票者のロールを保護する際のアナリストや管理者の負担を軽減する方法を提案する。
論文 参考訳(メタデータ) (2021-06-16T21:48:31Z) - Modeling Voters in Multi-Winner Approval Voting [24.002910959494923]
我々は,不確実性の度合いの異なる単入投票と多入投票の投票行動について検討した。
概して、人々はより良い結果を得るために投票を操作しているが、しばしば最適な操作を特定できない。
本稿では,勝利集合の大きさと人間の認知的制約を考慮に入れた新しいモデルを提案する。
論文 参考訳(メタデータ) (2020-12-04T19:24:28Z) - Noisy Adaptive Group Testing using Bayesian Sequential Experimental
Design [63.48989885374238]
病気の感染頻度が低い場合、Dorfman氏は80年前に、人のテストグループは個人でテストするよりも効率が良いことを示した。
本研究の目的は,ノイズの多い環境で動作可能な新しいグループテストアルゴリズムを提案することである。
論文 参考訳(メタデータ) (2020-04-26T23:41:33Z) - Prophet: Proactive Candidate-Selection for Federated Learning by
Predicting the Qualities of Training and Reporting Phases [66.01459702625064]
5Gネットワークでは、トレーニングレイテンシは依然としてフェデレートラーニング(FL)が広く採用されるのを防ぐ障害である。
大きなレイテンシをもたらす最も基本的な問題の1つは、FLの悪い候補選択である。
本稿では,FLの有効候補選択について検討する。
論文 参考訳(メタデータ) (2020-02-03T06:40:04Z)
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。