論文の概要: HungerGist: An Interpretable Predictive Model for Food Insecurity
- arxiv url: http://arxiv.org/abs/2311.10953v1
- Date: Sat, 18 Nov 2023 03:17:51 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-22 13:22:37.879342
- Title: HungerGist: An Interpretable Predictive Model for Food Insecurity
- Title（参考訳）: hungergist: 食品不安の解釈可能な予測モデル
- Authors: Yongsu Ahn, Muheng Yan, Yu-Ru Lin, Zian Wang
- Abstract要約: 本稿では,ニューステキストとNLP技術を利用したマルチタスク深層学習モデルであるHungerGistを紹介する。
従来のリスクファクターと人為的キーワードの両方でトレーニングされたベースライン手法よりも優れていることを示す。
- 参考スコア（独自算出の注目度）: 8.899318522863563
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The escalating food insecurity in Africa, caused by factors such as war,
climate change, and poverty, demonstrates the critical need for advanced early
warning systems. Traditional methodologies, relying on expert-curated data
encompassing climate, geography, and social disturbances, often fall short due
to data limitations, hindering comprehensive analysis and potential discovery
of new predictive factors. To address this, this paper introduces "HungerGist",
a multi-task deep learning model utilizing news texts and NLP techniques. Using
a corpus of over 53,000 news articles from nine African countries over four
years, we demonstrate that our model, trained solely on news data, outperforms
the baseline method trained on both traditional risk factors and human-curated
keywords. In addition, our method has the ability to detect critical texts that
contain interpretable signals known as "gists." Moreover, our examination of
these gists indicates that this approach has the potential to reveal latent
factors that would otherwise remain concealed in unstructured texts.
- Abstract（参考訳）: アフリカでは、戦争、気候変動、貧困などの要因が原因で食料不足が激化しており、早期警戒体制の高度化が求められている。
気候、地理、社会の混乱を含む専門家によるデータに依存する伝統的な方法論は、データ制限のためにしばしば不足し、包括的な分析や新しい予測因子の発見を妨げる。
そこで本稿では,ニューステキストとNLP技術を利用したマルチタスク深層学習モデルであるHungerGistを紹介する。
4年間でアフリカの9カ国から53,000件以上のニュース記事のコーパスを用いて,従来のリスクファクターと人為的キーワードの両方でトレーニングされたベースライン手法よりも優れていることを示す。
また,本手法では,"gists"と呼ばれる解釈可能な信号を含むクリティカルテキストを検出することができる。
さらに,本研究は,本手法が非構造化テキストに隠されたままの潜伏因子を明らかにする可能性を示唆している。
関連論文リスト
- Anticipatory Understanding of Resilient Agriculture to Climate [66.008020515555]
本稿では,リモートセンシング,深層学習,作物収量モデリング,食品流通システムの因果モデリングを組み合わせることで,食品のセキュリティホットスポットをよりよく識別する枠組みを提案する。
我々は、世界の人口の大部分を供給している北インドの小麦パンバスケットの分析に焦点をあてる。
論文 参考訳（メタデータ） (2024-11-07T22:29:05Z) - Is the Digital Forensics and Incident Response Pipeline Ready for Text-Based Threats in LLM Era? [3.3205885925042704]
生成AIの時代、NTG(Neural Text Generators)が広く採用され、新たなサイバーセキュリティの課題が提示された。
本稿では,テキストベースのセキュリティシステムに適したDFIRパイプラインを厳格に評価する。
人-NTG共同著者による新たなテキスト攻撃の導入により,従来のDFIR手法の重大な脆弱性が明らかになった。
論文 参考訳（メタデータ） (2024-07-25T08:42:53Z) - Intruding with Words: Towards Understanding Graph Injection Attacks at the Text Level [21.003091265006102]
グラフニューラルネットワーク(GNN)は、様々なアプリケーションにまたがるが、敵の攻撃に弱いままである。
本稿では,テキストレベルでのグラフインジェクションアタック(GIA)の探索の先駆者となる。
埋め込みレベルで見過ごされた要素であるテキストの解釈可能性(英語版)が、攻撃強度において重要な役割を担っていることを示す。
論文 参考訳（メタデータ） (2024-05-26T02:12:02Z) - Towards Trustworthy and Aligned Machine Learning: A Data-centric Survey
with Causality Perspectives [11.63431725146897]
機械学習の信頼性はこの分野において重要なトピックとして浮上している。
本調査は,一貫した概念集合を用いた信頼性の高い機械学習開発の背景を示す。
我々は,これらの手法を,堅牢性,敵対的堅牢性,解釈可能性,公正性にまたがる数学的語彙を持つ統一言語を提供する。
論文 参考訳（メタデータ） (2023-07-31T17:11:35Z) - DNA-GPT: Divergent N-Gram Analysis for Training-Free Detection of
GPT-Generated Text [82.5469544192645]
ダイバージェントN-Gram解析(DNA-GPT)と呼ばれる新しいトレーニング不要検出手法を提案する。
元の部分と新しい部分の違いをN-gram解析により解析することにより,機械生成テキストと人文テキストの分布に顕著な相違が明らかになった。
その結果, ゼロショットアプローチは, 人文とGPT生成テキストの区別において, 最先端の性能を示すことがわかった。
論文 参考訳（メタデータ） (2023-05-27T03:58:29Z) - Language Generation Models Can Cause Harm: So What Can We Do About It?
An Actionable Survey [50.58063811745676]
この研究は、言語生成モデルから潜在的脅威や社会的害に対処するための実践的な方法の調査を提供する。
言語生成者のさまざまなリスク・ハームを検知・改善するための戦略の構造化された概要を提示するために、言語モデルリスクのいくつかの先行研究を取り上げる。
論文 参考訳（メタデータ） (2022-10-14T10:43:39Z) - SciLander: Mapping the Scientific News Landscape [8.504643390943409]
本稿では,SciLanderについて紹介する。SciLanderは,科学に基づくトピックに関するニュースソースの表現を学習する手法である。
我々は,2020年のパンデミック開始から18ヶ月の期間にわたって,500件の情報源から100万件近いニュース記事を含む,新たな新型コロナウイルスデータセットについて評価を行った。
論文 参考訳（メタデータ） (2022-05-16T20:20:43Z) - A Review of Adversarial Attack and Defense for Classification Methods [78.50824774203495]
本稿では,敵対的事例の生成と保護に焦点をあてる。
この論文は、多くの統計学者が、この重要かつエキサイティングな分野において、敵の事例を生成・防御することを奨励するものである。
論文 参考訳（メタデータ） (2021-11-18T22:13:43Z) - Fine-grained prediction of food insecurity using news streams [9.04748106111465]
深層学習の最近の進歩を活用して,1980年から2020年にかけて発行されたニュース記事から,食品危機に対する高周波前駆体を抽出する。
私たちのテキスト機能は、既存のデータによって因果的に基礎付けられ、解釈可能で、検証され、既存のモデルよりも32%の食糧危機を予測できます。
論文 参考訳（メタデータ） (2021-11-17T17:35:00Z) - Artificial Text Detection via Examining the Topology of Attention Maps [58.46367297712477]
トポロジカルデータ分析(TDA)に基づく3種類の解釈可能なトポロジカル特徴を提案する。
BERTモデルから派生した特徴が3つの共通データセットにおいて、カウントベースとニューラルベースベースラインを最大10%上回っていることを実証的に示す。
特徴の探索解析は表面に対する感度と構文的性質を明らかにしている。
論文 参考訳（メタデータ） (2021-09-10T12:13:45Z) - Detecting Cross-Modal Inconsistency to Defend Against Neural Fake News [57.9843300852526]
我々は、画像やキャプションを含む機械生成ニュースに対して、より現実的で挑戦的な対策を導入する。
敵が悪用できる可能性のある弱点を特定するために、4つの異なる種類の生成された記事からなるNeuralNewsデータセットを作成します。
ユーザ実験から得られた貴重な知見に加えて,視覚的意味的不整合の検出にもとづく比較的効果的なアプローチを提案する。
論文 参考訳（メタデータ） (2020-09-16T14:13:15Z)
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。