論文の概要: Recommendations to OSCE/ODIHR (on how to give better recommendations for Internet voting)
- arxiv url: http://arxiv.org/abs/2502.06385v2
- Date: Tue, 11 Feb 2025 07:04:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-12 14:05:39.623460
- Title: Recommendations to OSCE/ODIHR (on how to give better recommendations for Internet voting)
- Title（参考訳）: OSCE/ODIHRへの勧告(インターネット投票のためのより良いレコメンデーションの仕方について)
- Authors: Jan Willemson,
- Abstract要約: エストニアのインターネット投票におけるOSCE/ODIHRの推奨事項について調べる。
我々は、まったく達成できないレコメンデーションの例を示すだけでなく、レコメンデーションの履行が非自明なトレードオフを必要とする例も提示する。
我々はOSCE/ODIHRが、この特性によって正確に何を意味するのかを定義し、また、エンドツーエンドの検証が達成されたかどうかを判断するための明確な基準を与えることを期待している。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: This paper takes a critical look at the recommendations OSCE/ODIHR has given for the Estonian Internet voting over the 20 years it has been running. We present examples of recommendations that can not be fulfilled at all, but also examples where fulfilling a recommendation requires a non-trivial trade-off, potentially weakening the system in some other respect. In such cases OSCE/ODIHR should take an explicit position which trade-off it recommends. We also look at the development of the recommendation to introduce end-to-end verifiability. In this case we expect OSCE/ODIHR to define what it exactly means by this property, as well as to give explicit criteria to determine whether and to which extent end-to-end verifiability has been achieved.
- Abstract（参考訳）: 本稿は、20年間のエストニアのインターネット投票におけるOSCE/ODIHRの推奨事項を批判的に考察する。
我々は、全く達成できないレコメンデーションの例を示すが、レコメンデーションを達成するには、非自明なトレードオフが必要であり、他の点ではシステムを弱める可能性がある。
このような場合、OSCE/ODIHRは、それが推奨するトレードオフの明確な位置を取るべきである。
また、エンドツーエンドの検証性を導入するための推奨事項の開発についても検討する。
この場合、OSCE/ODIHRは、それがこの特性によって正確に何を意味するのかを定義し、また、エンドツーエンドの検証が達成されたかどうかを判断するための明確な基準を与えることを期待します。
関連論文リスト
- A Unified Causal Framework for Auditing Recommender Systems for Ethical Concerns [40.793466500324904]
我々は、因果レンズからのレコメンデータシステム監査を見て、監査基準を定義するための一般的なレシピを提供する。
この一般的な因果監査フレームワークでは、既存の監査指標を分類し、それらのギャップを識別する。
本稿では,ユーザ自身やユーザの推奨に影響を及ぼす能力を計測する,未来と過去の評価可能性と安定性の2つのクラスを提案する。
論文 参考訳（メタデータ） (2024-09-20T04:37:36Z) - RecRec: Algorithmic Recourse for Recommender Systems [41.97186998947909]
特定の予測やレコメンデーションを行う上で、すべての利害関係者がモデルの理論的根拠を理解することが不可欠です。
これは、リコメンデーションシステムに依存するコンテンツプロバイダにとって特に当てはまります。
本稿では,コンテンツ提供者を対象としたレコメンデーションシステムのためのレコメンデーションフレームワークを提案する。
論文 参考訳（メタデータ） (2023-08-28T22:26:50Z) - A Survey on Fairness-aware Recommender Systems [59.23208133653637]
本稿では,様々なレコメンデーションシナリオにおいてフェアネスの概念を提示し,現在の進歩を包括的に分類し,レコメンデーションシステムのさまざまな段階におけるフェアネスを促進するための典型的な手法を紹介する。
次に、フェアネスを意識したレコメンデーションシステムが実業界における産業応用に与える影響について検討する。
論文 参考訳（メタデータ） (2023-06-01T07:08:22Z) - Recommendation Systems with Distribution-Free Reliability Guarantees [83.80644194980042]
我々は、主に良いアイテムを含むことを厳格に保証されたアイテムのセットを返す方法を示す。
本手法は, 擬似発見率の厳密な有限サンプル制御によるランキングモデルを提供する。
我々はYahoo!のランキングとMSMarcoデータセットの学習方法を評価する。
論文 参考訳（メタデータ） (2022-07-04T17:49:25Z) - Measuring "Why" in Recommender Systems: a Comprehensive Survey on the
Evaluation of Explainable Recommendation [87.82664566721917]
この調査は、IJCAI、AAAI、TheWebConf、Recsys、UMAP、IUIといったトップレベルのカンファレンスから100以上の論文に基づいています。
論文 参考訳（メタデータ） (2022-02-14T02:58:55Z) - FEBR: Expert-Based Recommendation Framework for beneficial and
personalized content [77.86290991564829]
推奨コンテンツの質を評価するための見習い学習フレームワークであるFEBR(Expert-Based Recommendation Framework)を提案する。
このフレームワークは、推奨評価環境において専門家(信頼できると仮定される)の実証された軌跡を利用して、未知のユーティリティ機能を回復する。
ユーザ関心シミュレーション環境(RecSim)によるソリューションの性能評価を行う。
論文 参考訳（メタデータ） (2021-07-17T18:21:31Z) - Recommender Systems for the Internet of Things: A Survey [53.865011795953706]
勧告は、モノのインターネット(Internet of Things)の利益を開発し、促進する上で重要な段階である。
従来のレコメンデータシステムは、成長を続ける、動的で、異質なIoTデータを活用することができません。
論文 参考訳（メタデータ） (2020-07-14T01:24:44Z) - Survey for Trust-aware Recommender Systems: A Deep Learning Perspective [48.2733163413522]
信頼できるレコメンデーションシステムを採用することが重要になります。
本調査では,信頼を意識したレコメンデータシステムの3つのカテゴリについて概説する。
論文 参考訳（メタデータ） (2020-04-08T02:11:55Z)
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。