論文の概要: SoK: Detection and Repair of Accessibility Issues
- arxiv url: http://arxiv.org/abs/2411.19727v1
- Date: Fri, 29 Nov 2024 14:19:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-02 15:21:02.201938
- Title: SoK: Detection and Repair of Accessibility Issues
- Title（参考訳）: SoK:アクセシビリティ問題の検出と修復
- Authors: Liming Nie, Hao Liu, Jing Sun, Kabir Sulaiman Said, Shanshan Hong, Lei Xue, Zhiyuan Wei, Yangyang Zhao, Meng Li,
- Abstract要約: 我々は,55種類のアクセシビリティ問題(知覚可能性,操作性,理解可能性,ロバスト性)を分類する包括的分類法を開発した。
既存の検出・修復ツールの詳細な分析を行い、対応するデータセットの状態を解析する。
- 参考スコア（独自算出の注目度）: 10.134645262631983
- License:
- Abstract: There is an increasing global emphasis on information accessibility, with numerous researchers actively developing automated tools to detect and repair accessibility issues, thereby ensuring that individuals with diverse abilities can independently access software products and services. However, current research still encounters significant challenges in two key areas: the absence of a comprehensive taxonomy of accessibility issue types, and the lack of comprehensive analysis of the capabilities of detection and repair tools, as well as the status of corresponding datasets. To address these challenges, this paper introduces the Accessibility Issue Analysis (AIA) framework. Utilizing this framework, we develop a comprehensive taxonomy that categorizes 55 types of accessibility issues across four pivotal dimensions: Perceivability, Operability, Understandability, and Robustness. This taxonomy has been rigorously recognized through a questionnaire survey (n=130). Building on this taxonomy, we conduct an in-depth analysis of existing detection and repair tools, as well as the status of corresponding datasets. In terms of tools, our findings indicate that 14 detection tools can identify 31 issue types, achieving a 56.3% rate (31/55). Meanwhile, 9 repair tools address just 13 issue types, with a 23.6% rate. In terms of datasets, those for detection tools cover 21 issue types, at a 38.1% coverage rate, whereas those for repair tools cover only 7 types, at a 12.7% coverage rate.
- Abstract（参考訳）: 多くの研究者がアクセシビリティの問題を検出し、修復するための自動化ツールを開発しており、多様な能力を持つ個人がソフトウェア製品やサービスに独立してアクセスできるようにしている。
しかしながら、現在の研究は、アクセシビリティ問題の種類に関する包括的分類の欠如と、検出および修復ツールの能力に関する包括的な分析の欠如、および対応するデータセットのステータスの2つの主要な領域において、依然として重大な課題に直面している。
これらの課題に対処するために,アクセシビリティ・イシュー・アナリティクス(AIA)フレームワークを紹介する。
この枠組みを利用して、我々は、知覚可能性、操作性、理解可能性、ロバストネスの4つの重要な側面にまたがる55種類のアクセシビリティ問題を分類する包括的分類法を開発した。
この分類は、アンケート調査 (n=130) により厳格に認識されている。
この分類に基づいて、既存の検出・修復ツールの詳細な分析を行い、対応するデータセットの状態を解析する。
ツールに関しては,14種類の検出ツールが31の課題タイプを識別でき,56.3%の確率(31/55)を達成した。
一方、9つの修理ツールは、23.6%の率で13種類の問題に対処している。
データセットの面では、検出ツールが21のイシュータイプを38.1%のカバレッジレートでカバーするのに対して、修復ツールがカバーするのは7つのタイプのみであり、12.7%のカバレッジレートである。
関連論文リスト
- SUPER: Evaluating Agents on Setting Up and Executing Tasks from Research Repositories [55.161075901665946]
Superは、機械学習(ML)と自然言語処理(NLP)の研究リポジトリを扱う研究者が直面する現実的な課題を捉えることを目的としている。
本ベンチマークでは,注釈付きエキスパートソリューションを用いたエンドツーエンド問題45,特定の課題に焦点をあてたエキスパートソリューションから導いた152,大規模開発のための602の問題を自動生成する。
我々は、最先端のアプローチが、最良のモデル(GPT-4o)でこれらの問題を解決するのに苦労していることを示し、エンド・ツー・エンドの16.3%と46.1%のシナリオを解決した。
論文 参考訳（メタデータ） (2024-09-11T17:37:48Z) - Automated Code Fix Suggestions for Accessibility Issues in Mobile Apps [6.015259590468495]
FixAllyは、自動アクセシビリティスキャナーによって検出されたアクセシビリティ問題に対するソースコード修正を提案するために設計された自動化ツールである。
我々の実証研究は、アクセシビリティスキャナーが発見した問題を解決する修正を提案するFixAllyの能力を実証している。
論文 参考訳（メタデータ） (2024-08-07T15:06:07Z) - Static Application Security Testing (SAST) Tools for Smart Contracts: How Far Are We? [14.974832502863526]
近年,スマートコントラクトセキュリティの重要性が高まっている。
この問題に対処するため、スマートコントラクトの脆弱性を検出するために、多数の静的アプリケーションセキュリティテスト(SAST)ツールが提案されている。
本稿では,スマートコントラクトに対する45種類の脆弱性を含む,最新のきめ細かな分類法を提案する。
論文 参考訳（メタデータ） (2024-04-28T13:40:18Z) - Object Detectors in the Open Environment: Challenges, Solutions, and Outlook [95.3317059617271]
オープン環境のダイナミックで複雑な性質は、オブジェクト検出器に新しくて恐ろしい挑戦をもたらす。
本稿では,オープン環境におけるオブジェクト検出器の総合的なレビューと解析を行う。
データ/ターゲットの変化の次元に基づいて、4つの四分法(ドメイン外、カテゴリ外、堅牢な学習、漸進的な学習)を含むフレームワークを提案する。
論文 参考訳（メタデータ） (2024-03-24T19:32:39Z) - 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) - A Comprehensive Study on Quality Assurance Tools for Java [15.255117038871337]
品質保証(QA)ツールはますます注目を集めており、開発者に広く利用されている。
既存の研究は以下の方法で制限されている。
彼らは、スキャニングルール分析を考慮せずにツールを比較します。
研究方法論とベンチマークデータセットのため、ツールの有効性については意見が一致していない。
時間性能の分析に関する大規模な研究は行われていない。
論文 参考訳（メタデータ） (2023-05-26T10:48:02Z) - How Robust is GPT-3.5 to Predecessors? A Comprehensive Study on Language
Understanding Tasks [65.7949334650854]
GPT-3.5モデルは様々な自然言語処理(NLP)タスクで顕著な性能を示した。
しかし、オープン世界の様々な複雑さに対処する堅牢性や能力はまだ検討されていない。
GPT-3.5は、不安定性、迅速な感度、数値感度など、いくつかの具体的な堅牢性課題に直面している。
論文 参考訳（メタデータ） (2023-03-01T07:39:01Z) - Weakly Supervised Anomaly Detection: A Survey [75.26180038443462]
異常検出(AD)は、さまざまなアプリケーションによる機械学習において重要なタスクである。
弱教師付き異常検出法(WSAD)の総合的な調査を行った。
各設定に対して、正式な定義、鍵アルゴリズム、潜在的な将来の方向性を提供する。
論文 参考訳（メタデータ） (2023-02-09T10:27:21Z) - Understanding metric-related pitfalls in image analysis validation [59.15220116166561]
この研究は、画像解析におけるバリデーションメトリクスに関連する落とし穴に関する情報にアクセスするための、初めての包括的な共通点を提供する。
バイオメディカル画像解析に焦点をあてるが、他の分野へ移行する可能性があるため、対処された落とし穴はアプリケーションドメイン全体にわたって一般化され、新しく作成されたドメインに依存しない分類に分類される。
論文 参考訳（メタデータ） (2023-02-03T14:57:40Z) - Building Inspection Toolkit: Unified Evaluation and Strong Baselines for
Damage Recognition [0.0]
損傷認識の分野において、関連するオープンソースデータセットを含むデータハブを簡易に使用するためのビルディングインスペクションツールキット -- bikit -- を紹介します。
データセットには評価分割と事前定義されたメトリクスが組み込まれており、特定のタスクとそのデータ分布に適合する。
この領域の研究者のモチベーションを高めるために、私たちはリーダーボードとモデルの重みをコミュニティと共有する可能性も提供します。
論文 参考訳（メタデータ） (2022-02-14T20:05:59Z) - 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)
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。