論文の概要: Differential Perspectives: Epistemic Disconnects Surrounding the US Census Bureau's Use of Differential Privacy

• arxiv url: http://arxiv.org/abs/2602.18648v1
• Date: Fri, 20 Feb 2026 22:49:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-24 17:42:02.220842
• Title: Differential Perspectives: Epistemic Disconnects Surrounding the US Census Bureau's Use of Differential Privacy
• Title（参考訳）: 差別的視点:米国国勢調査局の差別的プライバシー利用を取り巻く疫学的断絶
• Authors: Danah Boyd, Jayshree Sarathy,
• Abstract要約: アメリカ合衆国国勢調査局は、2020年国勢調査の開示回避手順を近代化する意図を発表した。 差分プライバシーへの移行は技術的および手続き的不確実性をもたらし、利害関係者はデータの質を評価することができなかった。 このエッセイは、国勢調査の不確実性、信頼、正当性を巡る戦いとして、差分プライバシーに関する現在の論争を考察する。
• 参考スコア（独自算出の注目度）: 0.9519662954536724
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: When the U.S. Census Bureau announced its intention to modernize its disclosure avoidance procedures for the 2020 Census, it sparked a controversy that is still underway. The move to differential privacy introduced technical and procedural uncertainties, leaving stakeholders unable to evaluate the quality of the data. More importantly, this transformation exposed the statistical illusions and limitations of census data, weakening stakeholders' trust in the data and in the Census Bureau itself. This essay examines the epistemic currents of this controversy. Drawing on theories from Science and Technology Studies (STS) and ethnographic fieldwork, we analyze the current controversy over differential privacy as a battle over uncertainty, trust, and legitimacy of the Census. We argue that rebuilding trust will require more than technical repairs or improved communication; it will require reconstructing what we identify as a 'statistical imaginary.'
• Abstract（参考訳）: 米国国勢調査局が2020年国勢調査の開示回避手順を近代化する意向を発表したとき、論争が巻き起こされ、現在も進行中である。 差分プライバシーへの移行は技術的および手続き的不確実性をもたらし、利害関係者はデータの質を評価することができなかった。 さらに重要なことは、この変革によって国勢調査データの統計的錯覚と限界が明らかになり、利害関係者のデータに対する信頼や国勢調査局自体への信頼が弱まったことである。 このエッセイは、この論争のエピステマティックな流れについて考察する。 科学技術研究(STS)とエスノグラフィフィールドワークの理論に基づいて、差分プライバシーをめぐる現在の論争を、国勢調査の不確実性、信頼、正当性をめぐる戦いとして分析する。 信頼の再構築には、技術的修復やコミュニケーションの改善以上のものが必要であり、私たちが「統計的想像」とみなすものを再構築する必要があると論じている。

関連論文リスト

• Statistical Imaginaries, State Legitimacy: Grappling with the Arrangements Underpinning Quantification in the U.S. Census [0.9519662954536724]
  我々は、統計的想像の$textitarrangementsから議論が生まれていると論じる。 データ精度を向上させるために設計された2つの手法と反応を比較した。 国勢調査局の信頼性とそのデータは、いかに統計的想像が競合し、安定したかに起因しているかを示す。
  論文  参考訳（メタデータ） (2026-02-20T22:07:56Z)
• Partial Identification Approach to Counterfactual Fairness Assessment [50.88100567472179]
  未知の対実的公正度尺度を高い信頼性で有界化するためのベイズ的アプローチを導入する。 以上の結果から、人種をアフリカ系アメリカ人に転換する際のCompASスコアに対する肯定的な(不快な)効果と、若年から高齢に移行する際の否定的な(直接的な因果関係)効果が明らかとなった。
  論文  参考訳（メタデータ） (2025-09-30T18:35:08Z)
• Evaluating the Impacts of Swapping on the US Decennial Census [7.020785266789317]
  我々は,Censusの出版物,裁判所文書,およびCensusの従業員に対する非公式なインタビューに基づいて,パラメータ化スワップアルゴリズムを記述し,実装する。 我々は、TopDownが導入したシフトのタイプをスワップして比較することで、シフトのタイプを直観する。
  論文  参考訳（メタデータ） (2025-02-03T12:51:16Z)
• Differentially Private Data Release on Graphs: Inefficiencies and Unfairness [48.96399034594329]
  本稿では,ネットワーク情報公開の文脈における偏見と不公平性に対する差別的プライバシの影響を特徴づける。 ネットワーク構造が全員に知られているネットワークリリースの問題を考えるが、エッジの重みをプライベートにリリースする必要がある。 我々の研究は、これらのネットワーク化された決定問題におけるプライバシーに起因する偏見と不公平性に関する理論的根拠と実証的な証拠を提供する。
  論文  参考訳（メタデータ） (2024-08-08T08:37:37Z)
• Making Differential Privacy Work for Census Data Users [0.0]
  アメリカ国勢調査局は、研究者や政策立案者によって多用されているアメリカ人に関する詳細な人口統計データを収集し、公表している。 このプライバシ保護システムの重要な出力はノイズ計測ファイル(NMF)であり、これは集計された統計にランダムノイズを加えることで生成される。 我々は、NMFを使用可能なフォーマットに変換するために使用するプロセスを説明し、NMFの今後のバージョンをどうリリースするかを局に推奨する。
  論文  参考訳（メタデータ） (2023-05-12T02:48:11Z)
• Comment: The Essential Role of Policy Evaluation for the 2020 Census Disclosure Avoidance System [0.0]
  Boyd and Sarathy, "Differential Perspectives: Epistemic Disconnects around around the US Census Bureau's Use of Differential Privacy" Census Disclosure Avoidance Systemの実証的な評価は、ベンチマークデータが人口数の基本的真実ではないことを認識できなかった、と我々は主張する。 データユーティリティとプライバシ保護の間には、政策立案者が重要なトレードオフに直面しなければならない、と我々は主張する。
  論文  参考訳（メタデータ） (2022-10-15T21:41:54Z)
• Post-processing of Differentially Private Data: A Fairness Perspective [53.29035917495491]
  本稿では,ポストプロセッシングが個人やグループに異なる影響を与えることを示す。 差分的にプライベートなデータセットのリリースと、ダウンストリームの決定にそのようなプライベートなデータセットを使用するという、2つの重要な設定を分析している。 それは、異なる公正度尺度の下で(ほぼ)最適である新しい後処理機構を提案する。
  論文  参考訳（メタデータ） (2022-01-24T02:45:03Z)
• Decision Making with Differential Privacy under a Fairness Lens [65.16089054531395]
  アメリカ国勢調査局は、多くの重要な意思決定プロセスの入力として使用される個人のグループに関するデータセットと統計を公表している。 プライバシと機密性要件に従うために、これらの機関は、しばしば、プライバシを保存するバージョンのデータを公開する必要がある。 本稿では,差分的プライベートデータセットのリリースについて検討し,公平性の観点から重要な資源配分タスクに与える影響を考察する。
  論文  参考訳（メタデータ） (2021-05-16T21:04:19Z)
• Robustness Threats of Differential Privacy [70.818129585404]
  我々は、いくつかの設定で差分プライバシーをトレーニングしたネットワークが、非プライベートバージョンに比べてさらに脆弱であることを実験的に実証した。 本研究では,勾配クリッピングや雑音付加などのニューラルネットワークトレーニングの主成分が,モデルの堅牢性に与える影響について検討する。
  論文  参考訳（メタデータ） (2020-12-14T18:59:24Z)
• Differential Privacy of Hierarchical Census Data: An Optimization Approach [53.29035917495491]
  国勢調査局(Census Bureaus)は、個人に関する機密情報を明らかにすることなく、大人口に関する社会経済的データをまとめて公開することに興味を持っている。 最近の出来事では、これらの組織が直面しているプライバシー上の課題がいくつか特定されている。 本稿では,階層的な個人数を解放する新たな差分プライバシ機構を提案する。
  論文  参考訳（メタデータ） (2020-06-28T18:19:55Z)

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。