論文の概要: Exploring Smart Commercial Building Occupants' Perceptions and
Notification Preferences of Internet of Things Data Collection in the United
States
- arxiv url: http://arxiv.org/abs/2303.04955v1
- Date: Thu, 9 Mar 2023 00:14:14 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-10 16:29:23.945936
- Title: Exploring Smart Commercial Building Occupants' Perceptions and
Notification Preferences of Internet of Things Data Collection in the United
States
- Title（参考訳）: スマート商業ビルにおけるモノのインターネットデータ収集に対する居住者の認識と通知嗜好の検討
- Authors: Tu Le, Alan Wang, Yaxing Yao, Yuanyuan Feng, Arsalan Heydarian, Norman
Sadeh, and Yuan Tian
- Abstract要約: スマートな商業ビルで働くことを報告した米国内の参加者492名を対象に,オンライン調査を実施している。
参加者の約半数が、IoTのデータ収集と運用を十分に認識していないことが分かりました。
参加者の大多数は、スマートな建物におけるデータプラクティスを通知したいと考えており、Webサイトや物理的な兆候といった受動的なものへのプッシュ通知を好んでいる。
- 参考スコア（独自算出の注目度）: 15.15206443176549
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Data collection through the Internet of Things (IoT) devices, or smart
devices, in commercial buildings enables possibilities for increased
convenience and energy efficiency. However, such benefits face a large
perceptual challenge when being implemented in practice, due to the different
ways occupants working in the buildings understand and trust in the data
collection. The semi-public, pervasive, and multi-modal nature of data
collection in smart buildings points to the need to study occupants'
understanding of data collection and notification preferences. We conduct an
online study with 492 participants in the US who report working in smart
commercial buildings regarding: 1) awareness and perception of data collection
in smart commercial buildings, 2) privacy notification preferences, and 3)
potential factors for privacy notification preferences. We find that around
half of the participants are not fully aware of the data collection and use
practices of IoT even though they notice the presence of IoT devices and
sensors. We also discover many misunderstandings around different data
practices. The majority of participants want to be notified of data practices
in smart buildings, and they prefer push notifications to passive ones such as
websites or physical signs. Surprisingly, mobile app notification, despite
being a popular channel for smart homes, is the least preferred method for
smart commercial buildings.
- Abstract（参考訳）: 商用ビルにおけるIoT(Internet of Things, モノのインターネット)デバイスによるデータ収集は、利便性とエネルギー効率の向上を可能にする。
しかし、このような利点は、建物で働く居住者がデータ収集を理解し信頼する方法が異なるため、実際に実施される際の大きな知覚上の課題に直面している。
スマートな建物におけるデータ収集の半公的、普及的、マルチモーダルな性質は、データ収集と通知の好みに対する住民の理解を研究する必要があることを示している。
スマートな商業ビルで働くことを報告している米国参加者492人を対象に,オンライン調査を行った。
1)スマート商業ビルにおけるデータ収集の意識と認識
2)プライバシ通知の嗜好,及び
3) プライバシ通知選択の潜在的な要因。
参加者の約半数は、IoTデバイスやセンサーの存在に気付いていても、IoTのデータ収集と使用プラクティスを十分に認識していません。
さまざまなデータプラクティスに関する誤解も少なくありません。
参加者の大多数は、スマートな建物におけるデータプラクティスを通知したいと考えており、Webサイトや物理的な兆候といった受動的なものへのプッシュ通知を好んでいる。
驚いたことに、モバイルアプリの通知はスマートホームの人気のあるチャンネルであるにもかかわらず、スマートな商業ビルでは最も好まれない方法だ。
関連論文リスト
- Learning 3D Perception from Others' Predictions [64.09115694891679]
本研究では,3次元物体検出装置を構築するための新たなシナリオについて検討する。
例えば、自動運転車が新しいエリアに入ると、その領域に最適化された検出器を持つ他の交通参加者から学ぶことができる。
論文 参考訳（メタデータ） (2024-10-03T16:31:28Z) - Identification of crowds using mobile crowd detection (MCS) and visualization with the DBSCAN algorithm for a Smart Campus environment [0.0]
本稿では,モバイル・クラウド・センシング(MCS, Mobile Crowd Sensing)と可視化アルゴリズムを用いて,大学構内における群集検出の実現可能性について検討する。
予備的な結果から, システムは有効であり, 混雑による事故防止や公共空間の管理に役立つ可能性が示唆された。
論文 参考訳（メタデータ） (2024-09-28T22:35:04Z) - Layout Agnostic Human Activity Recognition in Smart Homes through Textual Descriptions Of Sensor Triggers (TDOST) [0.22354214294493352]
スマートホームにおけるヒューマンアクティビティ認識(HAR)システムのためのレイアウトに依存しないモデリング手法を開発した。
我々は、周囲のトリガー条件をカプセル化するセンサートリガーのテキスト記述(TDOST)を生成する。
我々は、ベンチマークしたCASASデータセットの実験を通して、見知らぬスマートホームにおけるTDOSTベースのモデルの有効性を実証する。
論文 参考訳（メタデータ） (2024-05-20T20:37:44Z) - Stream-based perception for cognitive agents in mobile ecosystems [0.7865191493201839]
我々は,低レベルのセンサデータストリームにおいて,エージェントが意味のある状況を認識するためのストリームベースの認識手法を提案する。
スマートフォンのセンサデータから得られた状況が、エージェントが合意に達するために使用するオークションをトリガーし、ガイドする方法を示す。
論文 参考訳（メタデータ） (2024-01-24T17:14:50Z) - DOO-RE: A dataset of ambient sensors in a meeting room for activity
recognition [2.2939897247190886]
環境センサを備えた会議室から収集したデータセットを構築した。
データセットであるDOO-REには、SoundやProductorなど、さまざまな環境センサタイプからのデータストリームが含まれている。
私たちの知る限りでは、DOO-REは信頼できるアノテーションを備えた実際の会議室で、シングルアクティビティとグループアクティビティの両方の認識をサポートする最初のデータセットです。
論文 参考訳（メタデータ） (2024-01-17T04:21:04Z) - 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) - ABODE-Net: An Attention-based Deep Learning Model for Non-intrusive
Building Occupancy Detection Using Smart Meter Data [5.732496048593952]
業務情報は、建築セクターの効率的なエネルギー管理に有用である。
スマートメーターによって収集された高解像度の電力消費データにより、非侵襲的な方法で建物の占有状況を推定することができる。
本稿では,ABODE-Netとよばれる深層傾きモデルを提案する。
論文 参考訳（メタデータ） (2022-12-21T22:37:42Z) - 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) - TapNet: The Design, Training, Implementation, and Applications of a
Multi-Task Learning CNN for Off-Screen Mobile Input [75.05709030478073]
本稿では,スマートフォンのタップを検出するマルチタスクネットワークであるTapNetの設計,トレーニング,実装,応用について述べる。
TapNetはデバイス間のデータから共同で学習し、タップ方向やタップ位置を含む複数のタップ特性を同時に認識することができる。
論文 参考訳（メタデータ） (2021-02-18T00:45:41Z) - Urban Sensing based on Mobile Phone Data: Approaches, Applications and
Challenges [67.71975391801257]
モバイルデータ分析における多くの関心は、人間とその行動に関連している。
本研究の目的は,携帯電話データから知識を発見するために実装された手法や手法をレビューすることである。
論文 参考訳（メタデータ） (2020-08-29T15:14:03Z) - Give more data, awareness and control to individual citizens, and they
will help COVID-19 containment [74.10257867142049]
連絡先追跡アプリは、多くの国で大規模採用が提案されている。
中央集権的なアプローチは、市民のプライバシーと不必要に強力なデジタル監視に対する懸念を提起する。
我々は、個人の「個人データストア」にのみ連絡先と位置情報を収集する分散的アプローチを提唱する。
論文 参考訳（メタデータ） (2020-04-10T20:30:37Z)
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。