文献

J-GLOBAL ID：201802244571150316   整理番号：18A1291382

複雑な文を用いた偽アイデンティティ検出【JST・京大機械翻訳】

False Identity Detection Using Complex Sentences

著者 (5件)： Monaro Merylin (Human Inspired Technology Research Centre, University of Padova) ,  Gamberini Luciano (Human Inspired Technology Research Centre, University of Padova) ,  Gamberini Luciano (Department of General Psychology, University of Padova) ,  Zecchinato Francesca (Department of General Psychology, University of Padova) ,  Sartori Giuseppe (Department of General Psychology, University of Padova)
資料名： Frontiers in Psychology (Web)  (Frontiers in Psychology (Web))
巻： 9  ページ： 283  発行年： 2018年 
JST資料番号： U7096A  ISSN： 1664-1078  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 公平性の利用は,物理的およびオンラインセキュリティの両方に対する現在の問題である。本論文では,それらの真のアイデンティティを報告する被験者と,制御,単純,複雑な質問に対応する偽のアイデンティティを与える被験者間の差を試験した。複雑な質問は,LiaRSの認知負荷を増加させるための新しい手順であり,本論文で初めて提示される。実験は,応答時間と誤差が収集されたアイデンティティ検証作業で構成された。20人の参加者は彼らのアイデンティティについて指示されていたが,他の20人は完全に応答するように求められた。異なる機械学習(ML)モデルを訓練し,誤り率と応答時間に基づく真理なtellからのLiaRSの識別において,90~95%の精度レベルに達した。次に,これらのモデルの一般化と再現性を評価するために,10人の参加者の新しいサンプルをテストして分類し,80と90%の間の精度を得た。短いことに,結果は,LiaRSが,分類モデルの適切な一般化精度で,それらの応答時間と複雑な質問に対する誤差に基づいて,真理のtellから効率的に区別される可能性があることを示した。Copyright 2018 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 反応時間 ,  誤り率 ,  再現性 ,  応答時間 ,  機械学習 ,  *モデル ,  公平性
準シソーラス用語： 分類モデル ,  認知負荷 ,  被験者 ,  *アイデンティティ , 【Automatic Indexing@JST】

著者キーワード (5件)： Lie検出 ,  Faked恒等式 ,  deception検出 ,  複雑な疑問 ,  反応時間

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 文 ,  アイデンティティ