論文の概要: Towards a responsible machine learning approach to identify forced labor in fisheries

• arxiv url: http://arxiv.org/abs/2302.10987v1
• Date: Fri, 3 Feb 2023 21:07:48 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-26 13:21:38.376324
• Title: Towards a responsible machine learning approach to identify forced labor in fisheries
• Title（参考訳）: 漁業における強制労働を特定するための責任ある機械学習アプローチ
• Authors: Roc\'io Joo, Gavin McDonald, Nathan Miller, David Kroodsma, Courtney Farthing, Dyhia Belhabib, Timothy Hochberg
• Abstract要約: 最大で28%の船が強制労働で操業でき、その割合はイカのジガーやロングラインよりもはるかに高い。 このモデルは、強制労働を減らすためのより広範な監視、制御、および監視体制の一部として、リスクベースの港湾検査を通知する可能性がある。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Many fishing vessels use forced labor, but identifying vessels that engage in this practice is challenging because few are regularly inspected. We developed a positive-unlabeled learning algorithm using vessel characteristics and movement patterns to estimate an upper bound of the number of positive cases of forced labor, with the goal of helping make accurate, responsible, and fair decisions. 89% of the reported cases of forced labor were correctly classified as positive (recall) while 98% of the vessels certified as having decent working conditions were correctly classified as negative. The recall was high for vessels from different regions using different gears, except for trawlers. We found that as much as ~28% of vessels may operate using forced labor, with the fraction much higher in squid jiggers and longlines. This model could inform risk-based port inspections as part of a broader monitoring, control, and surveillance regime to reduce forced labor. * Translated versions of the English title and abstract are available in five languages in S1 Text: Spanish, French, Simplified Chinese, Traditional Chinese, and Indonesian.
• Abstract（参考訳）: 多くの漁船は強制労働を行うが、定期的に検査されるものはほとんどないため、この慣行に携わる船を特定することは困難である。 本研究では,血管特性と移動パターンを用いて,強制労働の正の症例数の上限を推定し,正確で責任感のある公平な意思決定を支援する正のラベル付き学習アルゴリズムを開発した。 報告された強制労働の89%は正の順に分類され(リコール)、98%は適正な労働条件を有すると認定され、正の順に分類された。 このリコールはトラウラーを除いて異なるギアを使用する異なる地域からの船舶にとって高いものであった。 その結果,約28%の船舶が強制労働で作業でき,その割合はイカジガーやロングラインの方がはるかに高いことがわかった。 このモデルは、より広範な監視、制御、監視体制の一環としてリスクベースの港湾検査に通知し、強制労働を減らすことができる。 ※英語のタイトルと要約の翻訳版は、スペイン語、フランス語、簡体字中国語、伝統中国語、インドネシア語の5つの言語で利用可能である。

関連論文リスト

• TuBA: Cross-Lingual Transferability of Backdoor Attacks in LLMs with Instruction Tuning [63.481446315733145]
  多言語大言語モデル(LLM)に対する言語間バックドア攻撃は未調査である。 本研究は, 教育指導データが有毒でない言語に対して, 教育指導データの有毒化がアウトプットに与える影響について検討した。 本手法は,mT5 や GPT-4o などのモデルにおいて,高い攻撃成功率を示し,12言語中7言語以上で90%以上を突破した。
  論文  参考訳（メタデータ） (2024-04-30T14:43:57Z)
• Traffic Cameras to detect inland waterway barge traffic: An Application of machine learning [0.0]
  そこで本稿では,既存の交通カメラを用いた陸路のバージトラフィック検出手法について述べる。 ディープラーニングモデル、特にYou Only Look Once (YOLO)、Single Shot MultiBox Detector (SSD)、EfficientDetが採用されている。
  論文  参考訳（メタデータ） (2024-01-05T21:32:25Z)
• Unlikelihood Tuning on Negative Samples Amazingly Improves Zero-Shot Translation [79.96416609433724]
  Zero-shot Translation (ZST)は、トレーニングデータにおいて、目に見えない言語ペア間の翻訳を目的としている。 推論中にゼロショット言語マッピングをガイドする一般的な方法は、ソースとターゲット言語IDを意図的に挿入することである。 近年の研究では、言語IDが時折ZSTタスクのナビゲートに失敗し、ターゲット外問題に悩まされることが示されている。
  論文  参考訳（メタデータ） (2023-09-28T17:02:36Z)
• The Best of Both Worlds: Combining Human and Machine Translations for Multilingual Semantic Parsing with Active Learning [50.320178219081484]
  人文翻訳と機械翻訳の両方の長所を生かした能動的学習手法を提案する。 理想的な発話選択は、翻訳されたデータの誤りとバイアスを著しく低減することができる。
  論文  参考訳（メタデータ） (2023-05-22T05:57:47Z)
• Safe Deep Reinforcement Learning by Verifying Task-Level Properties [84.64203221849648]
  コスト関数は、安全深層強化学習(DRL)において一般的に用いられる。 このコストは通常、国家空間における政策決定のリスクの定量化が難しいため、指標関数として符号化される。 本稿では,ドメイン知識を用いて,そのような状態に近接するリスクを定量化するための代替手法について検討する。
  論文  参考訳（メタデータ） (2023-02-20T15:24:06Z)
• A practical method for occupational skills detection in Vietnamese job listings [0.16114012813668932]
  正確でタイムリーな労働市場情報の欠如は、スキルミスマッチにつながる。 従来のアプローチは、既存の分類学および/または大きな注釈付きデータに依存している。 ベトナムの求人求職者におけるスキル検出のための実践的手法を提案する。
  論文  参考訳（メタデータ） (2022-10-26T10:23:18Z)
• FairDistillation: Mitigating Stereotyping in Language Models [11.371178703578924]
  大規模な事前訓練された言語モデルは、多くの言語で様々なタスクでうまく使われています。 この使用が絶え間なく増加すると、例えばステレオタイプを再現し強化することによって有害な副作用のリスクも上昇する。 FairDistillation: 知識蒸留に基づく言語横断的手法を用いて, 特定のバイアスを制御しながら, より小さな言語モデルを構築する。
  論文  参考訳（メタデータ） (2022-07-10T21:56:56Z)
• As Easy as 1, 2, 3: Behavioural Testing of NMT Systems for Numerical Translation [51.20569527047729]
  誤訳された数字は、金銭的損失や医療的誤報などの深刻な影響を引き起こす可能性がある。 本研究では,ニューラルネットワーク翻訳システムの動作テストによる数値テキストへの堅牢性に関する総合的な評価法を開発した。
  論文  参考訳（メタデータ） (2021-07-18T04:09:47Z)
• Mind Your Outliers! Investigating the Negative Impact of Outliers on Active Learning for Visual Question Answering [71.15403434929915]
  視覚的質問応答のタスクにおいて、5つのモデルと4つのデータセットにまたがって、多種多様な能動的学習アプローチがランダム選択を上回りません。 アクティブな学習手法が好まれるが、モデルは学習に失敗する例の集まりである。 本研究では,アクティブ学習プールにおける集団外乱の減少に伴い,アクティブ学習サンプル効率が著しく向上することを示す。
  論文  参考訳（メタデータ） (2021-07-06T00:52:11Z)
• Predicting Illegal Fishing on the Patagonia Shelf from Oceanographic Seascapes [0.0]
  違法で、報告されず、規制されていない(IUU)漁業は、魚の備蓄と管理の努力を損なう。 船舶追跡データと機械学習を用いて、パタゴニア棚の違法な漁獲を予測する。
  論文  参考訳（メタデータ） (2020-07-10T16:31:25Z)
• Knowledge transfer between bridges for drive-by monitoring using adversarial and multi-task learning [6.462702225377603]
  車両の振動による橋梁の健康状態のモニタリングには、低コストや直接設置や設備の現場メンテナンスの必要がないなど、様々な利点がある。 このようなアプローチの多くは、すべての橋からのラベル付きデータを必要としており、これは高価で、不可能ではないとしても、入手するのに時間を要する。 ドメイン・アドバイザリ・トレーニングとマルチタスク・ラーニングを用いたトランスファー・ラーニング・フレームワークを導入し,損傷の検出,局所化,定量化を行う。
  論文  参考訳（メタデータ） (2020-06-05T19:18:45Z)

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。