論文の概要: InfoShield: Privacy-Preserving Speech Representations for Mental Health Screening via Information-Theoretic Optimization

• arxiv url: http://arxiv.org/abs/2606.05561v1
• Date: Thu, 04 Jun 2026 01:16:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-05 22:39:44.469041
• Title: InfoShield: Privacy-Preserving Speech Representations for Mental Health Screening via Information-Theoretic Optimization
• Title（参考訳）: InfoShield:情報理論最適化によるメンタルヘルススクリーニングのためのプライバシ保護音声表現
• Abstract要約: 本稿では,抑うつ分類精度を維持しつつ,音声表現と感性属性の相互情報を最小限に抑えるInfoShieldを提案する。 Androidでの実験では、InfoShieldは性別の推測を92.6%から55.5%に減らし、年齢の推測を55.7%から30.3%に減らした。
• 参考スコア（独自算出の注目度）: 4.935686846272998
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Speech-based mental health screening offers scalable depression detection, yet clinical deployment faces a significant barrier: users' privacy concerns about demographic information exposure. Current techniques struggle to resolve this conflict. Adversarial training often fails against unseen threats, whereas Differential Privacy tends to compromise diagnostic performance by injecting noise across all features. This paper presents InfoShield, which minimizes mutual information between speech representations and sensitive attributes while preserving depression classification accuracy. We identify that standard MINE estimators struggle with sequential speech due to temporal-static misalignment, and introduce TimeAwareMINE with cross-modal attention to align acoustic frames with attribute embeddings. Experiments on the Androids Corpus show InfoShield reduces gender inference from 92.6\% to 55.5\% and age inference from 55.7\% to 30.3\% with limited utility loss (6\% F1 reduction), achieving F1=0.784 compared to prior SOTA's 0.723.
• Abstract（参考訳）: 音声ベースのメンタルヘルススクリーニングは、スケーラブルなうつ病検出を提供するが、臨床展開は重大な障壁に直面している。 現在の技術はこの紛争を解決するのに苦労している。 敵対的なトレーニングは、目に見えない脅威に対して失敗することが多いが、差分プライバシーは、すべての機能にノイズを注入することで診断性能を損なう傾向がある。 本稿では,抑うつ分類精度を維持しつつ,音声表現と感性属性の相互情報を最小化するInfoShieldを提案する。 標準MINE推定器は時相的不整合による逐次的音声に苦しむことを確認し, 音響フレームを属性埋め込みに整合させるため, 時間的注意を伴うTimeAwareMINEを導入する。 Androids Corpusの実験では、InfoShieldは性別の推測を92.6\%から55.5\%に減らし、年齢の推測を55.7\%から30.3\%に減らした。

関連論文リスト

• Multi-Level Privacy-Preserving Dementia Detection from Speech via Targeted Adversarial Obfuscation and Representation Learning [2.4214594180459366]
  認知症検出に用いられる音声記録は、話者のアイデンティティを公開し、重要なプライバシー上の懸念を提起する。 2つの異なる盗聴ベクトルを中和する多層フレームワークを提案する。 信号レベルでは、累積信号攻撃はキーワード整列領域の摂動に集中し、転写エラーを最大化する。 特徴レベルにおいて、相互情報(MI)誘導ノイズ注入を用いたグラディエント・リバーサル層(GRL)は、話者識別次元を抑制する。
  論文  参考訳（メタデータ） (2026-07-19T06:48:54Z)
• VoxGuard: Evaluating User and Attribute Privacy in Speech via Membership Inference Attacks [51.68795949691009]
  差分プライバシとメンバシップ推論に基づくフレームワークであるVoxGuardを紹介した。 属性については, 匿名化後も, 性別やアクセントをほぼ完全精度で再現できることが示唆された。 以上の結果から,EERはリークを著しく過小評価し,低FPR評価の必要性を浮き彫りにしている。
  論文  参考訳（メタデータ） (2025-09-22T20:57:48Z)
• A False Sense of Privacy: Evaluating Textual Data Sanitization Beyond Surface-level Privacy Leakage [77.83757117924995]
  我々は、データリリース時の個人のプライバシーリスクを定量化するために、再識別攻撃を評価する新しいフレームワークを提案する。 本手法は, 衛生データから年齢や物質使用履歴などのセンシティブな属性を推測するために, 一見無害な補助情報を利用できることを示す。
  論文  参考訳（メタデータ） (2025-04-28T01:16:27Z)
• Differential privacy enables fair and accurate AI-based analysis of speech disorders while protecting patient data [10.6135892856374]
  本研究は,病的音声データにおける差分プライバシーを初めて研究したものである。 プライバシ、診断精度、公正性のトレードオフに焦点を当てている。 以上の結果から,DPは音声障害検出におけるプライバシーと利便性のバランスがとれることが明らかとなった。
  論文  参考訳（メタデータ） (2024-09-27T18:25:54Z)
• Prosody-Driven Privacy-Preserving Dementia Detection [3.9530780161144667]
  本研究の目的は,認知症検出のための診断ユーティリティを保ちつつ,埋め込みを匿名化することである。 本稿では,認知症に関連する韻律的特徴を話者埋め込みから切り離すために,ドメイン知識を活用した新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2024-07-03T19:34:47Z)
• Non-Invasive Suicide Risk Prediction Through Speech Analysis [74.8396086718266]
  自動自殺リスク評価のための非侵襲的音声ベースアプローチを提案する。 我々は、wav2vec、解釈可能な音声・音響特徴、深層学習に基づくスペクトル表現の3つの特徴セットを抽出する。 我々の最も効果的な音声モデルは、6.6.2,%$のバランスの取れた精度を達成する。
  論文  参考訳（メタデータ） (2024-04-18T12:33:57Z)
• OpticalDR: A Deep Optical Imaging Model for Privacy-Protective Depression Recognition [66.91236298878383]
  抑うつ認識(DR)は、特にプライバシー上の懸念の文脈において、大きな課題となる。 我々は,疾患関連特徴を保持しつつ,撮像した顔画像の識別情報を消去する新しいイメージングシステムを設計した。 正確なDRに必要な本態性疾患の特徴を保ちながら、アイデンティティ情報の回復には不可逆である。
  論文  参考訳（メタデータ） (2024-02-29T01:20:29Z)
• Mental Health Diagnosis in the Digital Age: Harnessing Sentiment Analysis on Social Media Platforms upon Ultra-Sparse Feature Content [3.6195994708545016]
  3次元構造を持つ新しい意味的特徴前処理手法を提案する。 強化されたセマンティック機能により、精神障害を予測および分類するために機械学習モデルを訓練する。 提案手法は,7つのベンチマークモデルと比較して,大幅な性能向上を示した。
  論文  参考訳（メタデータ） (2023-11-09T00:15:06Z)
• TeD-SPAD: Temporal Distinctiveness for Self-supervised Privacy-preservation for video Anomaly Detection [59.04634695294402]
  人間の監視のないビデオ異常検出(VAD)は複雑なコンピュータビジョンタスクである。 VADのプライバシー漏洩により、モデルは人々の個人情報に関連する不必要なバイアスを拾い上げ、増幅することができる。 本稿では,視覚的プライベート情報を自己管理的に破壊する,プライバシーに配慮したビデオ異常検出フレームワークTeD-SPADを提案する。
  論文  参考訳（メタデータ） (2023-08-21T22:42:55Z)
• The effect of speech pathology on automatic speaker verification -- a large-scale study [6.468412158245622]
  病的スピーチは 健康なスピーチに比べて プライバシー侵害のリスクが高まっています ディスフォニアの成人は再識別のリスクが高まる一方、ディスフォニアのような症状は健康な話者に匹敵する結果をもたらす。 病理型間でデータをマージすると、EERは著しく低下し、自動話者検証における病理多様性の潜在的利点が示唆された。
  論文  参考訳（メタデータ） (2022-04-13T15:17:00Z)
• Semantics-Preserved Distortion for Personal Privacy Protection in Information Management [65.08939490413037]
  本稿では,意味的整合性を維持しつつテキストを歪ませる言語学的アプローチを提案する。 本稿では, 意味保存歪みの枠組みとして, 生成的アプローチと置換的アプローチの2つを提示する。 また、特定の医療情報管理シナリオにおけるプライバシ保護についても検討し、機密データの記憶を効果的に制限していることを示す。
  論文  参考訳（メタデータ） (2022-01-04T04:01:05Z)

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。