論文の概要: The Veracity Problem: Detecting False Information and its Propagation on Online Social Media Networks
- arxiv url: http://arxiv.org/abs/2409.03948v1
- Date: Fri, 6 Sep 2024 00:13:05 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-09 17:10:39.992280
- Title: The Veracity Problem: Detecting False Information and its Propagation on Online Social Media Networks
- Title（参考訳）: 虚偽情報検出問題とそのオンラインソーシャルメディア上での伝播
- Authors: Sarah Condran,
- Abstract要約: 本研究の目的は,偽情報とその伝播を効果的に検出する手法を開発することである。
まず,偽情報の複数の側面を活用するフレームワークを提案する。
次に,ナラティブを操作するための協調作業において,アクターとその意図を識別する手法を提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Detecting false information on social media is critical in mitigating its negative societal impacts. To reduce the propagation of false information, automated detection provide scalable, unbiased, and cost-effective methods. However, there are three potential research areas identified which once solved improve detection. First, current AI-based solutions often provide a uni-dimensional analysis on a complex, multi-dimensional issue, with solutions differing based on the features used. Furthermore, these methods do not account for the temporal and dynamic changes observed within the document's life cycle. Second, there has been little research on the detection of coordinated information campaigns and in understanding the intent of the actors and the campaign. Thirdly, there is a lack of consideration of cross-platform analysis, with existing datasets focusing on a single platform, such as X, and detection models designed for specific platform. This work aims to develop methods for effective detection of false information and its propagation. To this end, firstly we aim to propose the creation of an ensemble multi-faceted framework that leverages multiple aspects of false information. Secondly, we propose a method to identify actors and their intent when working in coordination to manipulate a narrative. Thirdly, we aim to analyse the impact of cross-platform interactions on the propagation of false information via the creation of a new dataset.
- Abstract（参考訳）: ソーシャルメディア上の偽情報を検出することは、その負の社会的影響を軽減するために重要である。
偽情報の伝播を低減するため、自動検出はスケーラブルで不偏で費用対効果の高い方法を提供する。
しかし、3つの潜在的な研究領域が特定され、かつては検出の改善が解決された。
第一に、現在のAIベースのソリューションは、複雑で多次元的な問題に対して一次元の分析を提供することが多い。
さらに、これらの手法は文書のライフサイクル内で観察される時間的・動的変化を考慮しない。
第2に、調整された情報キャンペーンの検出と、アクターとキャンペーンの意図の理解についてはほとんど研究されていない。
第3に、Xのような単一のプラットフォームに焦点を当てた既存のデータセットや、特定のプラットフォーム用に設計された検出モデルなど、クロスプラットフォーム分析に関する考慮の欠如がある。
本研究の目的は,偽情報とその伝播を効果的に検出する手法を開発することである。
この目的のために、まず、偽情報の複数の側面を活用したアンサンブル・マルチフェイス・フレームワークの作成を提案する。
次に,ナラティブを操作するための協調作業において,アクターとその意図を識別する手法を提案する。
第3に,新たなデータセットの作成を通じて,プラットフォーム間インタラクションが偽情報の伝播に与える影響を分析することを目的とする。
関連論文リスト
- DisTrack: a new Tool for Semi-automatic Misinformation Tracking in Online Social Networks [46.38614083502535]
DisTrackは、自然言語処理(NLP)ソーシャル・ネットワーク・アナリティクス(SNA)とグラフ視覚化を組み合わせることで、誤情報の拡散に対抗するように設計されている。
このツールは、デジタル環境に散在する誤報のダイナミックな性質を捉え、分析するために調整されている。
論文 参考訳（メタデータ） (2024-08-01T15:17:33Z) - Online Auditing of Information Flow [4.557963624437785]
本稿では,ニュース項目を偽物や真偽と分類することを目的として,情報の流れ・伝播のオンライン監査の問題点を考察する。
グラフによってモデル化されたネットワーク上での確率的マルコフ情報拡散モデルを提案する。
上記のリスクを最小化する最適検出アルゴリズムを発見し,いくつかの統計的保証を証明した。
論文 参考訳（メタデータ） (2023-10-23T06:03:55Z) - TII-SSRC-23 Dataset: Typological Exploration of Diverse Traffic Patterns
for Intrusion Detection [0.5261718469769447]
既存のデータセットは、しばしば不足しており、必要な多様性と現在のネットワーク環境との整合性が欠如している。
本稿では,これらの課題を克服するための新しい包括的データセットであるTII-SSRC-23を紹介する。
論文 参考訳（メタデータ） (2023-09-14T05:23:36Z) - Interactive System-wise Anomaly Detection [66.3766756452743]
異常検出は様々なアプリケーションにおいて基本的な役割を果たす。
既存のメソッドでは、インスタンスがデータとして容易に観察できないシステムであるシナリオを扱うのが難しい。
システム埋め込みを学習するエンコーダデコーダモジュールを含むエンドツーエンドアプローチを開発する。
論文 参考訳（メタデータ） (2023-04-21T02:20:24Z) - Analyzing and modeling network travel patterns during the Ukraine
invasion using crowd-sourced pervasive traffic data [3.2198211356287674]
2022年、ウクライナは侵略に苦しめられ、時間と地理に深刻な影響を与えている。
本稿では,現在進行中のディスラプションが交通行動に与える影響について,解析および地域ネットワークモデルを用いて検討する。
論文 参考訳（メタデータ） (2022-08-08T17:36:35Z) - Exploring the Trade-off between Plausibility, Change Intensity and
Adversarial Power in Counterfactual Explanations using Multi-objective
Optimization [73.89239820192894]
自動対物生成は、生成した対物インスタンスのいくつかの側面を考慮すべきである。
本稿では, 対実例生成のための新しい枠組みを提案する。
論文 参考訳（メタデータ） (2022-05-20T15:02:53Z) - Human-in-the-Loop Disinformation Detection: Stance, Sentiment, or
Something Else? [93.91375268580806]
政治とパンデミックは、機械学習対応の偽ニュース検出アルゴリズムの開発に十分な動機を与えている。
既存の文献は、主に完全自動化されたケースに焦点を当てているが、その結果得られた技術は、軍事応用に必要な様々なトピック、ソース、時間スケールに関する偽情報を確実に検出することはできない。
既に利用可能なアナリストを人間のループとして活用することにより、感情分析、アスペクトベースの感情分析、姿勢検出といった標準的な機械学習技術は、部分的に自動化された偽情報検出システムに使用するためのもっとも有効な方法となる。
論文 参考訳（メタデータ） (2021-11-09T13:30:34Z) - Triggering Failures: Out-Of-Distribution detection by learning from
local adversarial attacks in Semantic Segmentation [76.2621758731288]
セグメンテーションにおけるアウト・オブ・ディストリビューション(OOD)オブジェクトの検出に取り組む。
私たちの主な貢献は、ObsNetと呼ばれる新しいOOD検出アーキテクチャであり、ローカル・アタック(LAA)に基づく専用トレーニングスキームと関連付けられています。
3つの異なるデータセットの文献の最近の10つの手法と比較して,速度と精度の両面で最高の性能が得られることを示す。
論文 参考訳（メタデータ） (2021-08-03T17:09:56Z) - A Survey on Deep Domain Adaptation and Tiny Object Detection Challenges,
Techniques and Datasets [11.911055871045715]
本研究では,コンピュータビジョンに基づく物体検出の課題と解法を,異なる手法を用いて分析した。
対象物検出に関わる課題を概説し, 歴史的, 比較分析による解を提示した。
論文 参考訳（メタデータ） (2021-07-16T14:33:31Z) - Unsupervised Domain Adaption of Object Detectors: A Survey [87.08473838767235]
近年のディープラーニングの進歩は、様々なコンピュータビジョンアプリケーションのための正確で効率的なモデルの開発につながっている。
高度に正確なモデルを学ぶには、大量の注釈付きイメージを持つデータセットの可用性に依存する。
このため、ラベルスカースデータセットに視覚的に異なる画像がある場合、モデルの性能は大幅に低下する。
論文 参考訳（メタデータ） (2021-05-27T23:34:06Z) - Survey of Network Intrusion Detection Methods from the Perspective of
the Knowledge Discovery in Databases Process [63.75363908696257]
本稿では,侵入検知器の開発を目的として,ネットワークデータに適用された手法について概説する。
本稿では,データのキャプチャ,準備,変換,データマイニング,評価などの手法について論じる。
この文献レビューの結果、ネットワークセキュリティ分野のさらなる研究のために考慮すべきいくつかのオープンな問題について検討する。
論文 参考訳（メタデータ） (2020-01-27T11:21:05Z)
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。