論文の概要: A Large-scale Examination of "Socioeconomic" Fairness in Mobile Networks

• arxiv url: http://arxiv.org/abs/2304.10190v1
• Date: Thu, 20 Apr 2023 10:03:51 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-21 13:49:55.151441
• Title: A Large-scale Examination of "Socioeconomic" Fairness in Mobile Networks
• Title（参考訳）: モバイルネットワークにおける「社会経済」フェアネスの大規模検討
• Authors: Souneil Park, Pavol Mulinka, Diego Perino
• Abstract要約: 顧客の社会的地位とネットワーク性能の関係を理解するための第一歩を踏み出した。 本研究の範囲は,都市地理,ネットワーク資源の展開,データ消費,デバイス分布など多岐にわたる。 結果は、複数の都市の実際のインフラに基づいており、数百万のユーザーが社会経済の規模を密にカバーしている。
• 参考スコア（独自算出の注目度）: 2.311823705001036
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Internet access is a special resource of which needs has become universal across the public whereas the service is operated in the private sector. Mobile Network Operators (MNOs) put efforts for management, planning, and optimization; however, they do not link such activities to socioeconomic fairness. In this paper, we make a first step towards understanding the relation between socioeconomic status of customers and network performance, and investigate potential discrimination in network deployment and management. The scope of our study spans various aspects, including urban geography, network resource deployment, data consumption, and device distribution. A novel methodology that enables a geo-socioeconomic perspective to mobile network is developed for the study. The results are based on an actual infrastructure in multiple cities, covering millions of users densely covering the socioeconomic scale. We report a thorough examination of the fairness status, its relationship with various structural factors, and potential class specific solutions.
• Abstract（参考訳）: インターネットアクセスは、民間部門で運用されているのに対して、公共の場でのニーズが普遍化している特別なリソースである。 Mobile Network Operators (MNOs) は、管理、計画、最適化に力を入れているが、そのような活動と社会経済の公正さを結びつけるものではない。 本稿では,利用者の社会経済状態とネットワークパフォーマンスの関係を理解するための第一歩を踏み出し,ネットワークの展開と管理における潜在的差別について検討する。 本研究の範囲は,都市地理,ネットワーク資源の展開,データ消費,デバイス分布など多岐にわたる。 本研究では,モバイルネットワークに対する地理社会経済的な視点を実現する新しい手法を開発した。 結果は、複数の都市の実際のインフラに基づいており、数百万のユーザーが社会経済の規模を密にカバーしている。 本報告では, フェアネス状態, 各種構造因子との関係, および潜在的クラス固有解について, 徹底的に検討する。

関連論文リスト

• Differentially Private Data Release on Graphs: Inefficiencies and Unfairness [48.96399034594329]
  本稿では,ネットワーク情報公開の文脈における偏見と不公平性に対する差別的プライバシの影響を特徴づける。 ネットワーク構造が全員に知られているネットワークリリースの問題を考えるが、エッジの重みをプライベートにリリースする必要がある。 我々の研究は、これらのネットワーク化された決定問題におけるプライバシーに起因する偏見と不公平性に関する理論的根拠と実証的な証拠を提供する。
  論文  参考訳（メタデータ） (2024-08-08T08:37:37Z)
• Digital Divides in Scene Recognition: Uncovering Socioeconomic Biases in Deep Learning Systems [0.0]
  シーン分類における深部畳み込みニューラルネットワーク(dCNN)のバイアスについて検討する。 私たちは、ユーザー投稿のホーム写真やAirbnbのリスティングなど、グローバルおよび米国のソースから100万近い画像を使用します。 分析の結果,事前訓練したdCNNでは分類精度が低く,分類信頼性が低く,攻撃的なラベルを割り当てる傾向が高かった。
  論文  参考訳（メタデータ） (2024-01-23T21:22:06Z)
• Social-LLM: Modeling User Behavior at Scale using Language Models and Social Network Data [13.660150473547766]
  本稿では,ユーザ検出タスクにおけるソーシャルネットワークデータのモデリングに適した新しいアプローチを提案する。 提案手法は,局所的なソーシャルネットワークのインタラクションを,大規模言語モデルの能力と統合する。 実世界の7つのソーシャル・ネットワーク・データセットにまたがって、我々の手法を徹底的に評価する。
  論文  参考訳（メタデータ） (2023-12-31T05:13:13Z)
• Detecting Vulnerable Nodes in Urban Infrastructure Interdependent Network [30.78792992230233]
  我々は、相互依存型ネットワークを異種グラフとしてモデル化し、強化学習を用いたグラフニューラルネットワークに基づくシステムを提案する。 提案システムは,深層学習技術を活用して異種グラフを解析し,カスケード故障のリスクを把握し,都市の脆弱なインフラを発見する。
  論文  参考訳（メタデータ） (2023-07-19T09:53:56Z)
• On Telecommunication Service Imbalance and Infrastructure Resource Deployment [95.80185574417428]
  本稿では,通信サービス不均衡,通信インフラ,人口分布の関係を定量的に関連付けることを目的とした,細粒度で計算が容易な不均衡指数を提案する。 また,この指標に基づいて,任意の地理的セグメントの平均不均衡指数を最小化することにより,インフラ資源の展開戦略を提案する。
  論文  参考訳（メタデータ） (2021-04-08T17:45:32Z)
• GAEA: Graph Augmentation for Equitable Access via Reinforcement Learning [50.90625274621288]
  異なるサブ人口によるリソースへの別のアクセスは、社会および社会技術ネットワークにおける一般的な問題です。 予算制約下でグラフエッジを編集することにより,ネットワークシステムにおける公平性を高めるため,新たな問題クラスであるグラフ拡張・等価アクセス(GAEA)を導入する。
  論文  参考訳（メタデータ） (2020-12-07T18:29:32Z)
• Unsatisfied Today, Satisfied Tomorrow: a simulation framework for performance evaluation of crowdsourcing-based network monitoring [68.8204255655161]
  本稿では, 性能の低い細胞の検出品質を評価するための実験フレームワークを提案する。 このフレームワークは、満足度調査のプロセスとユーザの満足度予測の両方をシミュレートする。 シミュレーションフレームワークを用いて、一般的なシナリオにおいて、性能の低いサイト検出の性能を実証的にテストする。
  論文  参考訳（メタデータ） (2020-10-30T10:03:48Z)
• A game-theoretic analysis of networked system control for common-pool resource management using multi-agent reinforcement learning [54.55119659523629]
  マルチエージェント強化学習は近年,ネットワーク型システム制御へのアプローチとして大きな可能性を秘めている。 共通プールの資源は耕作可能な土地、淡水、湿地、野生生物、魚類資源、森林、大気である。
  論文  参考訳（メタデータ） (2020-10-15T14:12:26Z)
• Applying Social Event Data for the Management of Cellular Networks [0.34410212782758043]
  本稿では,ソーシャルデータの自動取得と処理の枠組みと,ネットワーク要素(NE)との関連性について述べる。 実際のネットワークで直接動作するように設計されたシステムの主な機能を定義し,開発する。
  論文  参考訳（メタデータ） (2020-06-16T15:35:38Z)
• I Know Where You Are Coming From: On the Impact of Social Media Sources on AI Model Performance [79.05613148641018]
  我々は、異なるソーシャルネットワークのマルチモーダルデータから学習する際、異なる機械学習モデルの性能について検討する。 最初の実験結果から,ソーシャルネットワークの選択がパフォーマンスに影響を及ぼすことが明らかとなった。
  論文  参考訳（メタデータ） (2020-02-05T11:10:44Z)

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。