論文の概要: Dynamic Matrix of Extremisms and Terrorism (DMET): A Continuum Approach
Towards Identifying Different Degrees of Extremisms
- arxiv url: http://arxiv.org/abs/2312.00337v1
- Date: Fri, 1 Dec 2023 04:13:48 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-04 15:39:00.331250
- Title: Dynamic Matrix of Extremisms and Terrorism (DMET): A Continuum Approach
Towards Identifying Different Degrees of Extremisms
- Title（参考訳）: 過激主義とテロリズム(DMET)の動的マトリックス : 過激主義の異なるディグリーを特定するための継続的なアプローチ
- Authors: Marten Risius, Kevin M. Blasiak, Susilo Wibisono, Rita Jabri-Markwell,
Winnifred Louis
- Abstract要約: 我々は、テロリズムとテロリズムの動的マトリックス(DMET)を用いて、テロリズム(対テロリズム)の現在の二元的理解を拡張することを提案する。
DMETは、過激主義の継続に寄与できるコンテンツとアクターのエコシステム全体を考慮している。
様々なイデオロギー的関与と暴力の存在によって、過激主義のレベルを編成する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We propose to extend the current binary understanding of terrorism (versus
non-terrorism) with a Dynamic Matrix of Extremisms and Terrorism (DMET). DMET
considers the whole ecosystem of content and actors that can contribute to a
continuum of extremism (e.g., right-wing, left-wing, religious, separatist,
single-issue). It organizes levels of extremisms by varying degrees of
ideological engagement and the presence of violence identified (e.g., partisan,
fringe, violent extremism, terrorism) based on cognitive and behavioral cues
and group dynamics. DMET is globally applicable due to its comprehensive
conceptualization of the levels of extremisms. It is also dynamic, enabling
iterative mapping with the region- and time-specific classifications of
extremist actors. Once global actors recognize DMET types and their distinct
characteristics, they can comprehensively analyze the profiles of extremist
actors (e.g., individuals, groups, movements), track these respective actors
and their activities (e.g., social media content) over time, and launch
targeted counter activities (e.g. de-platforming, content moderation, or
redirects to targeted CVE narratives).
- Abstract（参考訳）: 我々は、テロリズムとテロリズムの動的マトリックス(DMET)を用いて、テロリズムの現在の二元的理解(対テロリズム)を拡張することを提案する。
DMETは、過激主義の継続(例えば、右翼、左翼、宗教的、分離主義、単一問題)に寄与できるコンテンツとアクターのエコシステム全体を考慮している。
様々なイデオロギー的関与と特定された暴力(例えば、パルチザン、フリンジ、暴力的過激主義、テロリズム)の存在によって、認知的、行動的手がかりと集団のダイナミクスに基づいて、過激主義のレベルを組織する。
DMETは、過激主義のレベルを包括的に概念化したため、世界中で適用可能である。
また、動的であり、過激派アクターの地域別および時間別分類との反復的なマッピングを可能にする。
グローバルアクターがDMETのタイプと特徴を認識すれば、過激派アクター(個人、グループ、ムーブメントなど)のプロファイルを包括的に分析し、これらのアクターとその活動(ソーシャルメディアコンテンツなど)を時間をかけて追跡し、ターゲットとするカウンターアクティビティ(例えば、デプラットフォーム、コンテンツモデレーション、またはターゲットとするCVEの物語へのリダイレクト)を起動することができる。
関連論文リスト
- Large Language Models Reflect the Ideology of their Creators [73.25935570218375]
大規模言語モデル(LLM)は、自然言語を生成するために大量のデータに基づいて訓練される。
異なるLLMや言語にまたがるイデオロギー的姿勢の顕著な多様性を明らかにする。
論文 参考訳（メタデータ） (2024-10-24T04:02:30Z) - Attacks in Adversarial Machine Learning: A Systematic Survey from the
Life-cycle Perspective [69.25513235556635]
敵対的機械学習(英: Adversarial Machine Learning、AML)は、機械学習の逆行現象を研究する。
機械学習システムの異なる段階で発生するこの敵対現象を探求するために、いくつかのパラダイムが最近開発された。
既存の攻撃パラダイムをカバーするための統一的な数学的枠組みを提案する。
論文 参考訳（メタデータ） (2023-02-19T02:12:21Z) - Countering Malicious Content Moderation Evasion in Online Social
Networks: Simulation and Detection of Word Camouflage [64.78260098263489]
ツイストとカモフラージュキーワードは、プラットフォームコンテンツモデレーションシステムを回避する最もよく使われるテクニックである。
本稿では,コンテンツ回避の新たな手法をシミュレートし,検出する多言語ツールを開発することにより,悪意ある情報に対する対処に大きく貢献する。
論文 参考訳（メタデータ） (2022-12-27T16:08:49Z) - Physical Adversarial Attack meets Computer Vision: A Decade Survey [55.38113802311365]
本稿では,身体的敵意攻撃の概要を概観する。
本研究は,身体的敵意攻撃の性能を体系的に評価する第一歩を踏み出した。
提案する評価基準であるhiPAAは6つの視点から構成される。
論文 参考訳（メタデータ） (2022-09-30T01:59:53Z) - DISARM: Detecting the Victims Targeted by Harmful Memes [49.12165815990115]
DISARMは、有害なミームを検出するために名前付きエンティティ認識と個人識別を使用するフレームワークである。
DISARMは10の単一モーダル・マルチモーダルシステムより著しく優れていることを示す。
複数の強力なマルチモーダルライバルに対して、有害なターゲット識別の相対誤差率を最大9ポイントまで下げることができる。
論文 参考訳（メタデータ） (2022-05-11T19:14:26Z) - From Motor Control to Team Play in Simulated Humanoid Football [56.86144022071756]
我々は、現実的な仮想環境でサッカーをするために、物理的にシミュレートされたヒューマノイドアバターのチームを訓練する。
一連の段階において、プレイヤーはまず、現実的な人間のような動きを実行するために、完全に関節化された身体を制御することを学習する。
その後、ドリブルやシューティングといった中級のサッカーのスキルを身につける。
最後に、彼らは他の人を意識し、チームとしてプレーし、ミリ秒のタイムスケールで低レベルのモーターコントロールのギャップを埋める。
論文 参考訳（メタデータ） (2021-05-25T20:17:10Z) - Educators, Solicitors, Flamers, Motivators, Sympathizers: Characterizing
Roles in Online Extremist Movements [9.89901717499058]
我々は、教育者、ソリケーター、フレイラー、モチベーター、同調者という、過激派活動を取り巻く5つの役割を特定できる。
我々は,フレイラーやモチベーターは高い確率で交感神経に移行できるのに対して,運動,教育者,ソリケーターの役割はより安定していることがわかった。
論文 参考訳（メタデータ） (2021-05-18T20:55:11Z) - Learning future terrorist targets through temporal meta-graphs [8.813290741555994]
本稿では,時間的メタグラフと深層学習を用いて将来のテロリストの標的を予測することを提案する。
我々は、各次元における各特徴の時間的中心性を測定する2日間の時系列を導出する。
テロリスト俳優の戦略行動の文脈で問題を定式化することで、これらの多変量時系列シーケンスは、選択されるリスクが最も高いターゲットタイプを知るために利用される。
論文 参考訳（メタデータ） (2021-04-21T08:09:57Z) - #ISIS vs #ActionCountersTerrorism: A Computational Analysis of Extremist
and Counter-extremist Twitter Narratives [2.685668802278155]
本研究は,様々な過激派・反過激派のTwitterアカウントのナラティブを分析するために,計算手法を適用した。
以上の結果から,反過激主義的アカウントは,異なるタイプの組織にまたがる反過激主義アカウントと比較して,コンテンツを広める戦略が異なることが示唆された。
論文 参考訳（メタデータ） (2020-08-26T20:46:45Z) - A Bayesian decision support system for counteracting activities of
terrorist groups [0.0]
テロ組織は一般市民の安全と幸福を脅かす。
このような監視可能な行動と通信データは、テロリストグループによって引き起こされる脅威を推定するために当局によって利用することができる。
ここでは、テロ集団の各メンバーに関する情報と、その集団の複合活動に関する情報をまとめるベイズ統合意思決定支援システムを開発する。
論文 参考訳（メタデータ） (2020-07-08T20:23:25Z) - A Complex Networks Approach to Find Latent Clusters of Terrorist Groups [5.746505534720595]
我々は、テロリストグループと関連する戦術、武器、標的、活動地域に関する情報を含むマルチパーティネットワークを構築します。
反対のイデオロギーに属する集団は、非常に共通の行動を共有することができ、イスラム/ジハド教の集団は、他者に対して行動特性を持つことを示す。
論文 参考訳（メタデータ） (2020-01-10T10:08:30Z)
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。