論文の概要: Can Artificial Intelligence Support Healthcare and Mental Health Through Early Cyberbullying Detection ? The Impact of Emotion-Aware AI on Proactive Online Safety

• arxiv url: http://arxiv.org/abs/2609.09735v1
• Date: Wed, 09 Sep 2026 05:22:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-10 19:44:08.907306
• Title: Can Artificial Intelligence Support Healthcare and Mental Health Through Early Cyberbullying Detection ? The Impact of Emotion-Aware AI on Proactive Online Safety
• Title（参考訳）: 早期サイバーいじめ検出による医療とメンタルヘルスを人工知能が支援できるか? : 感情認識型AIが積極的なオンライン安全に及ぼす影響
• Abstract要約: CareGuardは、医療主導のメンタルヘルス保護と積極的なオンライン安全をサポートするために設計された早期警戒フレームワークである。 CareGuardは、ゼロショットセマンティックラベリングと、BERT、DistilBERT、RoBERTaなどの微調整されたトランスフォーマーベースのモデルを統合する。 このフレームワークには、コサイン類似性に基づくセマンティックスクリーニングと並行して、感情を意識したフィルタリング機構が組み込まれている。
• 参考スコア（独自算出の注目度）: 0.5825410941577592
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Healthcare systems, mental health, and public well-being are increasingly affected by cyberbullying and harmful online interactions. This paper presents CareGuard, an early-warning framework designed to support healthcare-driven mental health protection and proactive online safety through the detection of cyberbullying-related content using advanced natural language processing techniques. CareGuard integrates zero-shot semantic labeling with fine-tuned transformer-based models, including BERT, DistilBERT, and RoBERTa, to enable robust and context-aware classification across sensitive cyberbullying categories. To improve efficiency and reduce unnecessary computation in healthcare-oriented monitoring settings, the framework incorporates an emotion-aware filtering mechanism alongside cosine similarity-based semantic screening, allowing the system to focus on semantically relevant and emotionally salient content. Experimental results on benchmark datasets demonstrate that CareGuard effectively balances detection accuracy and computational efficiency, highlighting its potential for scalable deployment in healthcare systems, mental health monitoring, and online safety applications.
• Abstract（参考訳）: 医療システム、メンタルヘルス、公衆衛生は、サイバーいじめや有害なオンライン交流の影響がますます強まっている。 本稿では,先進的な自然言語処理技術を用いたサイバーいじめ関連コンテンツの検出を通じて,医療主導型メンタルヘルス保護と積極的なオンライン安全を支援する早期警戒フレームワークであるCareGuardを提案する。 CareGuardは、ゼロショットセマンティックラベリングと、BERT、DistilBERT、RoBERTaなどの微調整されたトランスフォーマーベースのモデルを統合し、機密性の高いサイバーいじめカテゴリ間で堅牢でコンテキスト対応の分類を可能にする。 医療指向の監視設定における効率の向上と不要な計算の削減を目的として、このフレームワークは、コサイン類似性に基づくセマンティックスクリーニングと並行して、感情を意識したフィルタリング機構を導入し、セマンティック関連および感情的に有意なコンテンツに集中できるようにする。 ベンチマークデータセットの実験結果は、CareGuardが検出精度と計算効率を効果的にバランスしていることを示し、医療システムやメンタルヘルスモニタリング、オンライン安全アプリケーションへの拡張可能性を強調している。

関連論文リスト

• On-Device Interpretable Tsetlin Machine-Based Intrusion Detection for Secure IoMT [13.996271196616364]
  本稿では、IoMT環境における様々なサイバー攻撃の位相を特定するための、デバイス上での解釈可能なTsetlin Machine(TM)ベースの侵入検知システム(IDS)を提案する。 現実的なサイバー攻撃のさまざまなフェーズを含むMedSec-25データセットの大規模な評価は、提案モデルがMLモデルや最先端手法よりも優れていることを示している。
  論文  参考訳（メタデータ） (2026-05-15T23:44:40Z)
• Securing the Internet of Medical Things (IoMT): Real-World Attack Taxonomy and Practical Security Measures [3.99381596255401]
  IoMT(Internet of Medical Things)は、リアルタイム監視、リモート診断、AIによる意思決定を可能にすることで、医療を根本的に改善する可能性がある。 しかし、接続性、組み込みインテリジェンス、さまざまな新しいセンサーが組み込まれているため、医療機器は深刻なサイバーセキュリティの脅威にさらされる。 我々は、IoMTアーキテクチャの全層にわたる攻撃面、脆弱性、緩和戦略を提示し、IoMTをターゲットにした潜在的攻撃の分類を提供する。
  論文  参考訳（メタデータ） (2025-07-25T18:24:45Z)
• CANDoSA: A Hardware Performance Counter-Based Intrusion Detection System for DoS Attacks on Automotive CAN bus [45.24207460381396]
  本稿では,制御領域ネットワーク(CAN)環境向けに設計された新しい侵入検知システム(IDS)を提案する。 RISC-VベースのCAN受信機はgem5シミュレータを用いてシミュレートされ、AES-128暗号化によるCANフレームペイロードをFreeRTOSタスクとして処理する。 結果は、このアプローチがCANセキュリティを大幅に改善し、自動車サイバーセキュリティにおける新たな課題に対処する可能性があることを示唆している。
  論文  参考訳（メタデータ） (2025-07-19T20:09:52Z)
• CyFence: Securing Cyber-Physical Controllers via Trusted Execution Environment [45.86654759872101]
  サイバー物理システム(CPS)は、サイバー攻撃により多くの負荷を掛けて、技術進化と接続性の向上を経験してきた。 セマンティックチェックを追加することで,サイバー攻撃に対する閉ループ制御システムのレジリエンスを向上させる新しいアーキテクチャであるCyFenceを提案する。 我々はCyFenceをアクティブブレーキデジタルコントローラからなる実世界のアプリケーションとして評価し、異なるタイプの攻撃を無視可能なオーバーヘッドで軽減できることを実証した。
  論文  参考訳（メタデータ） (2025-06-12T12:22:45Z)
• EmoAgent: Assessing and Safeguarding Human-AI Interaction for Mental Health Safety [42.052840895090284]
  EmoAgentは、人間とAIのインタラクションにおけるメンタルヘルスハザードの評価と緩和を目的とした、マルチエージェントAIフレームワークである。 EmoEvalは、精神的に脆弱な個人を含む仮想ユーザをシミュレートして、AI文字との対話前後のメンタルヘルスの変化を評価する。 EmoGuardは仲介役として機能し、ユーザーのメンタルステータスを監視し、潜在的な害を予測し、リスクを軽減するための修正的なフィードバックを提供する。
  論文  参考訳（メタデータ） (2025-04-13T18:47:22Z)
• Open Problems in Machine Unlearning for AI Safety [61.43515658834902]
  特定の種類の知識を選択的に忘れたり、抑圧したりするマシンアンラーニングは、プライバシとデータ削除タスクの約束を示している。 本稿では,アンラーニングがAI安全性の包括的ソリューションとして機能することを防止するための重要な制約を特定する。
  論文  参考訳（メタデータ） (2025-01-09T03:59:10Z)
• ADAPT: A Game-Theoretic and Neuro-Symbolic Framework for Automated Distributed Adaptive Penetration Testing [13.101825065498552]
  AIを医療などの現代的なクリティカルインフラストラクチャシステムに統合することで、新たな脆弱性が導入された。 ADAPTは、自動分散適応浸透テストのためのゲーム理論およびニューロシンボリックフレームワークである。
  論文  参考訳（メタデータ） (2024-10-31T21:32:17Z)
• Cyber-sensorium: An Extension of the Cyber Public Health Framework [0.5852077003870417]
  我々は、デジタルネットワークと人間の福祉に不可欠な生物学的神経システムとの類似性を引き出す。 このシステムに対するサイバー攻撃は深刻な世界的なリスクをもたらし、その保護の必要性を浮き彫りにした。
  論文  参考訳（メタデータ） (2024-06-09T22:44:49Z)
• Explainable Machine Learning-Based Security and Privacy Protection Framework for Internet of Medical Things Systems [1.3955252961896318]
  インターネット・オブ・メディカル・モノズ(IoMT)は、特に慢性疾患管理において、早期疾患の検出と調整されたケアを促進することで、医療に革命をもたらす。 その利点は、処理されたデータの感度と価値のために、ユーザの生活を危険にさらす、重大なセキュリティ上の課題に対処されている。 ニューラルネットワークを利用して侵入検知を行い、フェデレーション学習をプライバシ保護に活用する、侵入検知システムのための新しいフレームワークが導入された。
  論文  参考訳（メタデータ） (2024-03-14T11:57:26Z)
• Adaptive Attack Detection in Text Classification: Leveraging Space Exploration Features for Text Sentiment Classification [44.99833362998488]
  敵のサンプル検出は、特に急速に進化する攻撃に直面して、適応的なサイバー防御において重要な役割を果たす。 本稿では,BERT(Bidirectional Representations from Transformers)のパワーを活用し,空間探索機能(Space Exploration Features)の概念を提案する。
  論文  参考訳（メタデータ） (2023-08-29T23:02:26Z)
• I-Health: Leveraging Edge Computing and Blockchain for Epidemic Management [36.55809341110476]
  エピデミックな状況は、厳密な時間制約の中で、異なる場所やエンティティから集中的なデータ収集と管理を要求する。 本稿では, 独自の医療システムにおいて, 多様なeヘルスエンティティを集約することを目的とした, インテリジェントヘルス(Iヘルス)システムを提案する。 特に,早期発見,遠隔監視,迅速な緊急対応が可能な,患者自動監視方式をエッジに設計する。
  論文  参考訳（メタデータ） (2020-12-18T23:41:00Z)

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。