論文の概要: Ethical and Privacy Considerations with Location Based Data Research

• arxiv url: http://arxiv.org/abs/2403.05558v1
• Date: Sun, 11 Feb 2024 14:50:32 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-25 08:36:53.264225
• Title: Ethical and Privacy Considerations with Location Based Data Research
• Title（参考訳）: 位置情報に基づくデータ研究における倫理的・プライバシ的考察
• Authors: Leonardo Tonetto, Pauline Kister, Nitinder Mohan, Jörg Ott,
• Abstract要約: 我々は、人間のモビリティと倫理とプライバシがどのように考慮されたかに関する膨大な科学的研究のコーパスをレビューする。 これらの成長を続けるコレクションが、新しい洞察に富んだ研究を可能にする一方で、データガバナンスにおける許容可能なプラクティスに関するガイドラインを常に守っているわけではないことを実証しています。
• 参考スコア（独自算出の注目度）: 1.9388567720411736
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Networking research, especially focusing on human mobility, has evolved significantly in the last two decades and now relies on collection and analyzing larger datasets. The increasing sizes of datasets are enabled by larger automated efforts to collect data as well as by scalable methods to analyze and unveil insights, which was not possible many years ago. However, this fast expansion and innovation in human-centric research often comes at a cost of privacy or ethics. In this work, we review a vast corpus of scientific work on human mobility and how ethics and privacy were considered. We reviewed a total of 118 papers, including 149 datasets on individual mobility. We demonstrate that these ever growing collections, while enabling new and insightful studies, have not all consistently followed a pre-defined set of guidelines regarding acceptable practices in data governance as well as how their research was communicated. We conclude with a series of discussions on how data, privacy and ethics could be dealt within our community.
• Abstract（参考訳）: ネットワーク研究、特に人間の移動性に焦点を当てた研究は、過去20年間に大きく発展し、現在、より大きなデータセットの収集と分析に依存している。 データセットのサイズが大きくなるのは、データを収集する大規模な自動化作業と、何年も前に不可能だった洞察を分析して公表するスケーラブルな方法によって実現されている。 しかし、人間中心の研究におけるこの急速な拡大と革新は、しばしばプライバシーや倫理の犠牲となる。 本研究では,人間の移動性に関する科学研究の膨大なコーパスと,倫理とプライバシの考察を概観する。 個人の移動性に関するデータセット149件を含む,合計118件の論文をレビューした。 これらの成長を続けるコレクションが、新しい洞察に富んだ研究を可能にする一方で、データガバナンスにおける許容可能なプラクティスと彼らの研究のコミュニケーションに関するガイドラインを常に守っているわけではないことを実証しています。 私たちは、データ、プライバシ、倫理をコミュニティ内でどのように扱うかについて、一連の議論で締めくくります。

関連論文リスト

• Collection, usage and privacy of mobility data in the enterprise and public administrations [55.2480439325792]
  個人のプライバシーを守るためには、匿名化などのセキュリティ対策が必要である。 本研究では,現場における実践の洞察を得るために,専門家によるインタビューを行った。 我々は、一般的には最先端の差分プライバシー基準に準拠しない、使用中のプライバシー強化手法を調査した。
  論文  参考訳（メタデータ） (2024-07-04T08:29:27Z)
• Data-Centric AI in the Age of Large Language Models [51.20451986068925]
  本稿では,大規模言語モデル(LLM)に着目した,AI研究におけるデータ中心の視点を提案する。 本研究では,LLMの発達段階(事前学習や微調整など)や推論段階(文脈内学習など)において,データが有効であることを示す。 データを中心とした4つのシナリオを特定し、データ中心のベンチマークとデータキュレーション、データ属性、知識伝達、推論コンテキスト化をカバーします。
  論文  参考訳（メタデータ） (2024-06-20T16:34:07Z)
• On Responsible Machine Learning Datasets with Fairness, Privacy, and Regulatory Norms [56.119374302685934]
  AI技術の信頼性に関する深刻な懸念があった。 機械学習とディープラーニングのアルゴリズムは、開発に使用されるデータに大きく依存する。 本稿では,責任あるルーブリックを用いてデータセットを評価するフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-10-24T14:01:53Z)
• A Unified View of Differentially Private Deep Generative Modeling [60.72161965018005]
  プライバシー上の懸念のあるデータには、データアクセスとデータ共有を頻繁に禁止する厳格な規制が伴う。 これらの障害を克服することは、プライバシーに敏感なデータを含む多くの現実世界のアプリケーションシナリオにおいて、技術的進歩の鍵となる。 差分的プライベート(DP)データパブリッシングは、データの衛生化された形式のみを公開する、魅力的なソリューションを提供する。
  論文  参考訳（メタデータ） (2023-09-27T14:38:16Z)
• The ethical ambiguity of AI data enrichment: Measuring gaps in research ethics norms and practices [2.28438857884398]
  この研究は、AI研究とデータ豊か化のために、同等な研究倫理要件と規範がどのように開発されたか、そしてどの程度まで調査する。 主要なAI会場は、人間のデータ収集のためのプロトコルを確立し始めているが、これらは矛盾なく著者が追従している。
  論文  参考訳（メタデータ） (2023-06-01T16:12:55Z)
• Research Trends and Applications of Data Augmentation Algorithms [77.34726150561087]
  我々は,データ拡張アルゴリズムの適用分野,使用するアルゴリズムの種類,重要な研究動向,時間経過に伴う研究の進展,およびデータ拡張文学における研究ギャップを同定する。 我々は、読者がデータ拡張の可能性を理解し、将来の研究方向を特定し、データ拡張研究の中で質問を開くことを期待する。
  論文  参考訳（メタデータ） (2022-07-18T11:38:32Z)
• A Roadmap for Greater Public Use of Privacy-Sensitive Government Data: Workshop Report [11.431595898012377]
  このワークショップは、政府のさまざまなレベルでのデータ共有の課題と成功に焦点を当てている。 初日は、公式なプライバシ技術、合成データ、暗号化アプローチなど、公開データの共有に適用される新しい技術の成功例に焦点を当てた。
  論文  参考訳（メタデータ） (2022-06-17T17:20:29Z)
• Yes-Yes-Yes: Donation-based Peer Reviewing Data Collection for ACL Rolling Review and Beyond [58.71736531356398]
  本稿では、ピアレビューデータについて詳細な議論を行い、ピアレビューデータ収集のための倫理的・法的デシダータの概要を述べるとともに、最初の継続的な寄付ベースのデータ収集ワークフローを提案する。 本稿では、ACL Rolling Reviewにおいて、このワークフローの現在進行中の実装について報告し、新たに収集したデータから得られた最初の洞察を提供する。
  論文  参考訳（メタデータ） (2022-01-27T11:02:43Z)
• Studying the characteristics of scientific communities using individual-level bibliometrics: the case of Big Data research [2.208242292882514]
  我々は,ビッグデータ研究に携わる作家コミュニティの学齢,生産,研究の焦点について検討する。 以上の結果から,「ビッグデータ」の学術領域は,著者のコミュニティが拡大する中で,近年の話題となっている。
  論文  参考訳（メタデータ） (2021-06-10T08:17:09Z)
• Understanding individual behaviour: from virtual to physical patterns [5.991701520084448]
  8ヶ月にわたる40,000人のモビリティとアプリケーション利用状況を分析し,議論する。 物理的な空間における人々のモビリティと、スマートフォンにおけるアプリからアプリへの移動方法との間には、驚くべき類似点があります。 これらの発見は、人間中心のAIシステムを構築する可能性と課題について、議論を深める上で不可欠であると考えています。
  論文  参考訳（メタデータ） (2020-02-13T14:04:07Z)

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。