ログイン 新規登録
言語:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. 研究報告
  2. ユビキタスコンピューティングシステム(UBI)
  3. 2023
  4. 2023-UBI-079

MLRATを用いたモデル学習後のリスク分析とリスク対応の検討

https://ipsj.ixsq.nii.ac.jp/records/228012
https://ipsj.ixsq.nii.ac.jp/records/228012
fd8f8e19-15ae-48ce-aa83-03f7b5b98e03
名前 / ファイル ライセンス アクション
IPSJ-UBI23079032.pdf IPSJ-UBI23079032.pdf (759.0 kB)
 2025年9月18日からダウンロード可能です。
Copyright (c) 2023 by the Information Processing Society of Japan
非会員:¥660, IPSJ:学会員:¥330, UBI:会員:¥0, DLIB:会員:¥0
Item type SIG Technical Reports(1)
公開日 2023-09-18
タイトル
タイトル MLRATを用いたモデル学習後のリスク分析とリスク対応の検討
タイトル
言語 en
タイトル Study of Risk Analysis and Risk Response After Model Learning Using MLRAT
言語
言語 jpn
キーワード
主題Scheme Other
主題 機械学習応用
資源タイプ
資源タイプ識別子 http://purl.org/coar/resource_type/c_18gh
資源タイプ technical report
著者所属
国立情報学研究所
著者所属
慶應義塾大学大学院附属SDM研究所
著者所属
国立情報学研究所
著者所属(英)
en
National Institute of Informatics
著者所属(英)
en
Keio University SDM Research Institute
著者所属(英)
en
National Institute of Informatics
著者名 髙橋, 雄志

× 髙橋, 雄志

髙橋, 雄志

Search repository
山口, 晋一

× 山口, 晋一

山口, 晋一

Search repository
石川, 冬樹

× 石川, 冬樹

石川, 冬樹

Search repository
著者名(英) Yuji, Takahashi

× Yuji, Takahashi

en Yuji, Takahashi

Search repository
Shinichi, Yamaguchi

× Shinichi, Yamaguchi

en Shinichi, Yamaguchi

Search repository
Fuyuki, Ishikawa

× Fuyuki, Ishikawa

en Fuyuki, Ishikawa

Search repository
論文抄録
内容記述タイプ Other
内容記述 IoT 時代の到来により様々なシステムが連携した新しいサービスが登場するようなった.中でも人工知能などの機械学習を用いたシステムは,我々の生活に根差したサービスを提供するようになってきている.しかし,それらのサービスを構成するすべてのシステムにおける安全性が確保されているとは限らない.我々はこれまでに機械学習を用いたシステムに対するリスク分析手法 MLRAT の学習前にリスクを事前把握する部分についてフォーカスを当てた提案をしてきた.本稿は,機械学習後のシステムに対する分析の詳細と導き出されたリスク値を関与者それぞれの立場でどのように判断するべきかについての検討を行った結果を報告するものである.
論文抄録(英)
内容記述タイプ Other
内容記述 Technical phase changing to IoT, then new service was appeared that is several services cooperative. We have a service that uses machine learning that is closely related to our life. But not all systems that make up those services are secure. We have previously proposed a risk analysis methodology for systems using machine learning, called MLRAT, which focuses on anticipating risks before the learning process. In this paper, we delve into the after-machine learning system analysis in detail and discuss how the derived risk values should be assessed by stakeholders from their respective standpoints. This report provides insights into these aspects.
書誌レコードID
収録物識別子タイプ NCID
収録物識別子 AA11838947
書誌情報 研究報告ユビキタスコンピューティングシステム(UBI)

巻 2023-UBI-79, 号 32, p. 1-7, 発行日 2023-09-18
ISSN
収録物識別子タイプ ISSN
収録物識別子 2188-8698
Notice
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
出版者
言語 ja
出版者 情報処理学会
戻る
0
views
See details
Views

Versions

Ver.1 2025-01-19 11:58:48.376610
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3