論文の概要: Exploring and Improving the Accessibility of Data Privacy-related
Information for People Who Are Blind or Low-vision
- arxiv url: http://arxiv.org/abs/2208.09959v1
- Date: Sun, 21 Aug 2022 20:54:40 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 10:38:10.791357
- Title: Exploring and Improving the Accessibility of Data Privacy-related
Information for People Who Are Blind or Low-vision
- Title(参考訳): 盲人・低ビジョン者のためのデータプライバシ関連情報のアクセシビリティーの探索と改善
- Authors: Yuanyuan Feng, Abhilasha Ravichander, Yaxing Yao, Shikun Zhang, Norman
Sadeh
- Abstract要約: 視覚障害者のプライバシの態度と行動について検討する。
本研究は,21名の米国参加者を対象に,詳細なインタビューを行った。
この研究の目的は、よりアクセスしやすいプライバシーツールに対するユーザーグループのニーズをよりよく理解することである。
- 参考スコア(独自算出の注目度): 22.66113008033347
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: We present a study of privacy attitudes and behaviors of people who are blind
or low vision. Our study involved in-depth interviews with 21 US participants.
The study explores their risk perceptions and also whether and how they go
about obtaining information about the data practices of digital technologies
with which they interact. One objective of the study is to better understand
this user group's needs for more accessible privacy tools. We also share some
reflections on the challenge of recruiting an inclusive sample of participants
from an already underrepresented user group in computing and how we were able
to overcome this challenge.
- Abstract(参考訳): 本稿では,視覚障害者や視覚障害者のプライバシー態度と行動について検討する。
我々の研究は21人の米国人への深いインタビューを扱った。
この研究は、彼らのリスク認識と、それらが相互作用するデジタル技術のデータプラクティスに関する情報を得るための方法と方法を探る。
この研究の目的は、よりアクセスしやすいプライバシーツールに対するユーザーグループのニーズをよりよく理解することである。
また、すでに過小評価されているユーザグループから参加者の包括的サンプルを募集するという課題と、この課題を克服する方法についての考察も行っています。
関連論文リスト
- A Comprehensive Survey of Forgetting in Deep Learning Beyond Continual
Learning [76.47138162283714]
蓄積とは、以前取得した情報や知識の喪失または劣化を指す。
フォッテッティングは、深層学習における様々な研究領域でよく見られる現象である。
調査では、忘れることは二重刃の剣であり、ある場合には有益で望ましいと論じている。
論文 参考訳(メタデータ) (2023-07-16T16:27:58Z) - Protecting User Privacy in Online Settings via Supervised Learning [69.38374877559423]
我々は、教師付き学習を活用する、オンラインプライバシ保護に対するインテリジェントなアプローチを設計する。
ユーザのプライバシを侵害する可能性のあるデータ収集を検出してブロックすることにより、ユーザに対してある程度のディジタルプライバシを復元することが可能になります。
論文 参考訳(メタデータ) (2023-04-06T05:20:16Z) - Contributing to Accessibility Datasets: Reflections on Sharing Study
Data by Blind People [14.625384963263327]
13人の盲目の被験者がデータ収集活動に従事している2つの研究結果を示す。
リスク・ベネフィットのトレードオフを評価する際に、異なる要因が被験者の学習データ共有意欲にどのような影響を及ぼすかを確認する。
大多数は、技術改善のためにデータの共有をサポートしますが、商用利用、関連するメタデータ、およびデータの影響に関する透明性の欠如に対する懸念を表明しています。
論文 参考訳(メタデータ) (2023-03-09T00:42:18Z) - A Survey on Computer Vision based Human Analysis in the COVID-19 Era [58.79053747159797]
新型コロナウイルスの出現は、社会全体だけでなく、個人の生活にも大きく影響している。
マスクやソーシャルディスタンシングの義務、公共空間での定期消毒、スクリーニングアプリケーションの使用など、さまざまな予防策が世界中で導入されている。
これらの発展は、(i)視覚データの自動解析による予防対策の支援、(ii)生体認証などの既存の視覚ベースのサービスの正常な操作を容易にする、新しいコンピュータビジョン技術の必要性を喚起した。
論文 参考訳(メタデータ) (2022-11-07T17:20:39Z) - Beyond Visuals : Examining the Experiences of Geoscience Professionals
With Vision Disabilities in Accessing Data Visualizations [0.0]
この研究は、データ視覚化へのアクセスにおいて、STEMの規律(地質学)に盲目/視力障害のある専門家の経験を理解することを目的としている。
反射的セマンティック分析では、キャリアパスに影響を与える可視化の影響、研究のためのデータ探索ツールの欠如、同僚の作品へのアクセス障壁、そして可視化とアクセシビリティ研究のミスマッチしたペースが明らかにされた。
論文 参考訳(メタデータ) (2022-07-27T00:07:44Z) - Lessons from the AdKDD'21 Privacy-Preserving ML Challenge [57.365745458033075]
W3Cの顕著な提案では、過去のディスプレイの集計された、差別化されたプライベートなレポートを通じてのみ広告信号を共有することができる。
この提案を広く研究するために、AdKDD'21でオープンなプライバシ保護機械学習チャレンジが行われた。
重要な発見は、大量の集約されたデータの小さな集合が存在する場合の学習モデルは驚くほど効率的で安価であることである。
論文 参考訳(メタデータ) (2022-01-31T11:09:59Z) - Unsupervised Person Re-Identification: A Systematic Survey of Challenges
and Solutions [64.68497473454816]
教師なしのRe-IDは、Re-ID担当者のスケーラビリティ問題に対処する可能性に注目が集まっている。
教師なしのRe-IDは、主に人物の特徴学習を監督するアイデンティティラベルが欠如しているため、難しい。
本調査では,課題と解決の観点から,教師なしのRe-IDに関する最近の研究を概観する。
論文 参考訳(メタデータ) (2021-09-01T00:01:35Z) - Amplifying Privacy: Scaling Up Transparency Research Through Delegated
Access Requests [0.0]
参加者に対して,研究者へのアクセス権の委譲を求める方法を提案する。
我々は、これを行うための法的根拠、研究者とデータ分野の両方にもたらす利点、手続き的および技術的な設計について論じる。
オランダのパイロット研究でこの方法を試したところ、研究者と参加者の両方にウィンウィンが生まれることがわかった。
論文 参考訳(メタデータ) (2021-06-12T19:51:55Z) - Federated Crowdsensing: Framework and Challenges [20.110862329289272]
クラウドセンシングは、スマートシティアプリケーションにとって有望なセンシングパラダイムである。
プライバシー保護は、クラウドセンシングシステムにおける重要な問題の1つだ。
本稿では,各クラウドセンシング段階のプライバシー問題を分析する,連合型クラウドセンシングフレームワークを提案する。
論文 参考訳(メタデータ) (2020-11-06T06:49:11Z) - TIPRDC: Task-Independent Privacy-Respecting Data Crowdsourcing Framework
for Deep Learning with Anonymized Intermediate Representations [49.20701800683092]
本稿では,匿名化中間表現を用いたタスク非依存型プライバシ参照データクラウドソーシングフレームワークTIPRDCを提案する。
このフレームワークの目的は、中間表現からプライバシー情報を隠蔽できる機能抽出器を学習することであり、データコレクターの生データに埋め込まれた元の情報を最大限に保持し、未知の学習タスクを達成することである。
論文 参考訳(メタデータ) (2020-05-23T06:21:26Z) - Pedestrian Detection with Wearable Cameras for the Blind: A Two-way
Perspective [21.32921014061283]
盲目の人々は周囲の情報へのアクセスが限られており、安全を確保し、社会的相互作用を管理し、接近する歩行者を特定するのに重要である。
コンピュータビジョンの進歩により、ウェアラブルカメラはそのような情報への公平なアクセスを提供することができる。
これらの補助技術の常備的な性質は、記録される可能性のある関係者に対するプライバシー上の懸念を生じさせる。
我々はこの緊張感を通行人や盲目のユーザーの両方の観点から探求し、カメラの視認性、対人対リモート体験、視覚情報の抽出を考慮に入れている。
論文 参考訳(メタデータ) (2020-03-26T19:34:54Z)
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。