論文の概要: The Challenges of Studying Misinformation on Video-Sharing Platforms During Crises and Mass-Convergence Events

• arxiv url: http://arxiv.org/abs/2303.14309v1
• Date: Sat, 25 Mar 2023 00:43:36 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-28 20:48:06.344594
• Title: The Challenges of Studying Misinformation on Video-Sharing Platforms During Crises and Mass-Convergence Events
• Title（参考訳）: 危機時・大量収束時におけるビデオ共有プラットフォームにおける誤情報調査の課題
• Authors: Sukrit Venkatagiri, Joseph S. Schafer, Stephen Prochaska
• Abstract要約: ビデオ共有プラットフォーム(VSP)では誤情報や偽情報が急速に拡散する VSPの普及にもかかわらず、この媒体を理解する能力は比例的に増加していない。 VSPの研究において直面する3つの課題について概説する。
• 参考スコア（独自算出の注目度）: 1.2891210250935146
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Mis- and disinformation can spread rapidly on video-sharing platforms (VSPs). Despite the growing use of VSPs, there has not been a proportional increase in our ability to understand this medium and the messages conveyed through it. In this work, we draw on our prior experiences to outline three core challenges faced in studying VSPs in high-stakes and fast-paced settings: (1) navigating the unique affordances of VSPs, (2) understanding VSP content and determining its authenticity, and (3) novel user behaviors on VSPs for spreading misinformation. By highlighting these challenges, we hope that researchers can reflect on how to adapt existing research methods and tools to these new contexts, or develop entirely new ones.
• Abstract（参考訳）: 誤報や誤報はビデオ共有プラットフォーム(vsps)で急速に広まる。 VSPの利用が増加しているにもかかわらず、この媒体とそれを通して伝達されるメッセージを理解する能力は比例的に増加していない。 本研究は,VSPを高度かつ高速な環境で研究する上で直面する3つの課題について概説する。(1)VSPの独特な余裕をナビゲートすること,(2)VSPの内容を理解し,その信頼性を判断すること,(3)誤情報を広めるための新しいユーザ行動。 これらの課題を強調することで、研究者は既存の研究手法やツールをこれらの新しい状況に適応させる方法や、全く新しいものを開発する方法を反映できることを期待しています。

関連論文リスト

• Exploring Diverse Methods in Visual Question Answering [0.6707149143800017]
  本研究では,GAN(Generative Adversarial Networks),オートエンコーダ,アテンション機構を用いた視覚質問応答(VQA)の改善手法について検討する。 GANベースのアプローチは、イメージと質問入力に条件付き回答の埋め込みを生成することを目的としており、より複雑なタスクに苦労する可能性を示している。 オートエンコーダベースのテクニックは、質問や画像に対する最適な埋め込みの学習に重点を置いており、複雑な質問に対する能力の向上により、GANと同等の結果が得られる。
  論文  参考訳（メタデータ） (2024-04-21T07:34:44Z)
• Unsolvable Problem Detection: Evaluating Trustworthiness of Vision Language Models [84.78457918843165]
  本稿では、未解決問題検出(UPD)と呼ばれるビジョン言語モデル(VLM)の新規かつ重要な課題を紹介する。 UPDは、VQA(Visual Question Answering)タスクのコンテキストにおいて、解決不可能な問題に直面したときのVLMの回答を抑える能力について検討している。 UPD問題を深く研究するため, GPT-4V や LLaVA-Next-34B を含む多くの VLM が, 様々な範囲で我々のベンチマークと競合していることを示す実験を行った。
  論文  参考訳（メタデータ） (2024-03-29T17:59:53Z)
• Federated Learning for Generalization, Robustness, Fairness: A Survey and Benchmark [55.898771405172155]
  フェデレートラーニングは、異なる当事者間のプライバシー保護コラボレーションのための有望なパラダイムとして登場した。 我々は,連合学習研究の重要かつ最近の展開を体系的に概観する。
  論文  参考訳（メタデータ） (2023-11-12T06:32:30Z)
• A Comprehensive Survey of Forgetting in Deep Learning Beyond Continual Learning [58.107474025048866]
  蓄積とは、以前に獲得した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。
  論文  参考訳（メタデータ） (2023-07-16T16:27:58Z)
• MDMMT-2: Multidomain Multimodal Transformer for Video Retrieval, One More Step Towards Generalization [65.09758931804478]
  3つの異なるデータソースが組み合わさっている: 弱教師付きビデオ、クラウドラベル付きテキストイメージペア、テキストビデオペア。 利用可能な事前学習ネットワークの慎重な分析は、最高の事前学習ネットワークを選択するのに役立つ。
  論文  参考訳（メタデータ） (2022-03-14T13:15:09Z)
• Towards Machine Learning for Placement and Routing in Chip Design: a Methodological Overview [72.79089075263985]
  配置とルーティングは、現代のチップ設計フローにおいて必須かつ困難な2つのタスクである。 機械学習は、そのデータ駆動性によって有望な見通しを示しており、知識や事前への依存度は低い。
  論文  参考訳（メタデータ） (2022-02-28T06:28:44Z)
• Dynamic Federated Learning-Based Economic Framework for Internet-of-Vehicles [31.649460812798917]
  フェデレートラーニング(FL)は、学習プロセスに参加するためにスマートカー(SV)を活用することで、IoT(Internet-of-Vehicles)ネットワークを強化することができる。 これらの課題を解決するために、IoVネットワークのための新しい動的FLベースの経済フレームワークを提案します。
  論文  参考訳（メタデータ） (2021-01-01T08:11:18Z)
• Recommender Systems Based on Generative Adversarial Networks: A Problem-Driven Perspective [27.11589218811911]
  GAN(Generative Adversarial Network)は、複雑な実データ分布を学習する能力の強いため、多くの分野への関心が高まっている。 本稿では,これらのモデルの分類と,それらの詳細な記述と利点を提案する。
  論文  参考訳（メタデータ） (2020-03-05T08:05:38Z)
• From Seeing to Moving: A Survey on Learning for Visual Indoor Navigation (VIN) [33.89793938441333]
  Visual Indoor Navigation (VIN)タスクは、データ駆動機械学習コミュニティから注目を集めている。 この調査はまず、VINタスクに対する学習に基づくアプローチの代表的作業について要約する。 そして、VINのパフォーマンスを妨げる言語の問題を特定し、議論し、これらの重要な領域における将来の研究を動機付けます。
  論文  参考訳（メタデータ） (2020-02-26T05:27:30Z)
• Mining Disinformation and Fake News: Concepts, Methods, and Recent Advancements [55.33496599723126]
  偽ニュースを含む偽ニュースは 爆発的な成長により グローバルな現象になっています 偽情報や偽ニュースを検知する最近の進歩にもかかわらず、その複雑さ、多様性、多様性、事実チェックやアノテーションのコストが原因で、いまだに自明ではない。
  論文  参考訳（メタデータ） (2020-01-02T21:01:02Z)

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。