이 앱은 자아와 관련된 사망자를 줄이기위한 노력입니다. 이
카메라가보고있는 이미지를 실시간으로 분석하고
사용자가 위험한 장면을 추론 할 때 앱에서이 추측을 수행합니다.
깊은 학습 기술을 사용합니다. 어떤 사용자에게도 추천하지 않습니다.
전적으로 앱이 보여주는 뉘앙스를 기반으로합니다. 대신에 찌르다
사용자의 인식을 높이기로되어 있습니다. 우리가
추론 모델은 섭동에 강할 수밖에 없다.
우리의 추론에서 거짓 긍정과 거짓 음수 모두. 우리는 제안한다.
이 경우 사용자는 책임감있게 행동해야합니다. 너지가 느껴진다면
괴롭히는 경우 무시를 클릭하면 앱에서 다시 찔러 보지 않습니다. 머무르다
자기를 클릭하는 동안 안전합니다. 이 작업은 우리의 연구 작업을 기반으로합니다 :
+ Nanda, V., Lamba, H., Agarwal, D., Arora, M., Sachdeva, N. 및 Kumaraguru, P. Killfies를 멈추십시오! 위험한 자아를 확인하기위한 심층 학습의 사용. 제 9 회 소셜 미디어 모델링 워크숍 (MSM'2018) 소셜 미디어 모델링을위한 기계 학습 및 AI 적용. http://precog.iiitd.edu.in/pubs/stop-killfies-webconf18.pdf
+ Lamba, H., Bharadhwaj, V., Vachher, M., Agarwal, D., Arora, M., Sachdeva, N., Kumaraguru, P. 카메라에서 죽음의 장으로 : 사회 미디어에 대한 위험한 자아 파악. 제 11 회 웹 및 소셜 미디어 국제 회의 (ICWSM)에서 포스터로 접수, 2017. 포스터. http://precog.iiitd.edu.in/pubs/camera-to-deathbed-icwsm2017.pdf
+ Lamba, H., Bharadhwaj, V., Vachher, M., Agarwal, D., Arora, M., Kumaraguru, P. Me, Myself 및 My Killfie : Selfie Deaths의 특성화 및 예방. 2016 년 11 월. 기술 보고서. http://precog.iiitd.edu.in/Publications_files/HL-et.al.KillFie.pdf