Machine Learning for Tangible Effects: Natural Language Processing for Uncovering the Illicit Massage Industry & Computer Vision for Tactile Sensing

要約

この論文では、人身売買と戦うためにコンピューター サイエンスをどのように活用できるかという 2 つの疑問を検討します。
そして、コンピュータービジョンはどのようにして触覚を作り出すことができるのでしょうか?
私は自然言語処理 (NLP) を使用して、治療用マッサージだけでなく商業的な性的サービスも提供する数十億ドル規模の産業である米国の違法マッサージ産業 (IMI) を監視しています。
この業界の従業員は移民女性であることが多く、雇用の機会がほとんどないため、詐欺、強制、その他の人身売買の危険にさらされています。
時空間的傾向を監視することは、IMI での人身売買の防止に役立ちます。
Google Places、Rubmaps、AMPReviews という 3 つの公的にアクセス可能な Web サイトでデータセットを作成し、bag-of-words や Word2Vec などの NLP テクニックと組み合わせることで、従業員が直面する労働プレッシャーや言語の壁についての洞察を得る方法を示します。
セックスバイヤーに影響を与える収入、人口動態、社会的圧力も同様です。
これらのデータセットを踏まえて、他の研究者への行動喚起を含めます。
また、銀行部門における人身売買対策に役立つ合成財務データを作成する方法についても検討します。
私はエージェントベースのモデルを使用して、表形式のグラフ データと受取人-受取人のグラフ データの両方を作成します。
次に、触覚センサーの作成におけるコンピューター ビジョンの役割について考えます。
私は、Gelsight センサーを粒状媒体内のオブジェクトの検出に適応させた新しいセンサー、Digger Finger について報告します。
掘削を容易にするためにくさび形状を使用すること、内部照明LEDを蛍光塗料に置き換えること、ジャミングを防ぐためにバイブレーターモーターを追加することなどが変更されています。
最後に、Web カメラと印刷された基準マーカー (フィデューシャル) を使用して、低コストの 6 軸力トルク センサーを作成する方法も示します。
このセンサーは市販のセンサーよりも最大 100 倍安価であり、幅広い用途に使用できます。
この章とそれ以前の章では、設計ファイルとコードをオープン ソースとしてリリースします。

要約(オリジナル)

I explore two questions in this thesis: how can computer science be used to fight human trafficking? And how can computer vision create a sense of touch? I use natural language processing (NLP) to monitor the United States illicit massage industry (IMI), a multi-billion dollar industry that offers not just therapeutic massages but also commercial sexual services. Employees of this industry are often immigrant women with few job opportunities, leaving them vulnerable to fraud, coercion, and other facets of human trafficking. Monitoring spatiotemporal trends helps prevent trafficking in the IMI. By creating datasets with three publicly-accessible websites: Google Places, Rubmaps, and AMPReviews, combined with NLP techniques such as bag-of-words and Word2Vec, I show how to derive insights into the labor pressures and language barriers that employees face, as well as the income, demographics, and societal pressures affecting sex buyers. I include a call-to-action to other researchers given these datasets. I also consider how to creating synthetic financial data, which can aid with counter-trafficking in the banking sector. I use an agent-based model to create both tabular and payee-recipient graph data. I then consider the role of computer vision in making tactile sensors. I report on a novel sensor, the Digger Finger, that adapts the Gelsight sensor to finding objects in granular media. Changes include using a wedge shape to facilitate digging, replacing the internal lighting LEDs with fluorescent paint, and adding a vibrator motor to counteract jamming. Finally, I also show how to use a webcam and a printed reference marker, or fiducial, to create a low-cost six-axis force-torque sensor. This sensor is up to a hundred times less expensive than commercial sensors, allowing for a wider range of applications. For this and earlier chapters I release design files and code as open source.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google