Collaborative Research: CT-T: Following the Paper Trail: Reliable Processing of Voting Records for Trustworthy Elections

合作研究:CT-T:追踪论文线索:可靠处理投票记录以实现值得信赖的选举

基本信息

  • 批准号:
    0716368
  • 负责人:
  • 金额:
    --
  • 依托单位:
  • 依托单位国家:
    美国
  • 项目类别:
    Standard Grant
  • 财政年份:
    2007
  • 资助国家:
    美国
  • 起止时间:
    2007-09-15 至 2009-08-31
  • 项目状态:
    已结题

项目摘要

National Science FoundationCISE/CNSForm 7 Review Analysis and RecommendationProposal Number: 0716368PI: Daniel LoprestiInstitution: Lehigh University LeadProposal Number: 0716393PI: George NagyInstitution: Rensselaer Polytechnic InstituteSubProposal Number: 0716647PI: Elisa H. Barney SmithInstitution: Boise State UniversitySubProposal Number: 0716543PI: Christopher BorickInstitution: Muhlenberg CollegeSubTitle: Collaborative Research CT-T: Following the Paper Trail: Reliable Processing of Voting Records for Trustworthy ElectionsProposal AbstractProvisions for the inclusion of a physical record, in the form of hand- or machine-marked ballots, or as a Voter Verified Paper Audit Trail (VVPAT), are central to guaranteeing safe and secure elections. However, the processing of such records during the initial counting of votes or in the conduct of audits has raised its own set of problems which span broad technical and social boundaries.The aim of this project is to study issues that currently make paper records more of a nuisance than an integral component in trustworthy voting systems. Specifically, the principal investigators are working to characterize the statistical distribution of mark sense errors as a function of ballot layout and quality in optical scanning, to examine approaches for unbiased visual auditing based on ballot images, to investigate the possibility that a concept known as homogeneous class display (HCD) can facilitate manual recounts, and to evaluate recognition errors that may arise in processing the VVPAT used with Direct Recording Electronic (DRE) systems. They are also interested in the effects these issues have on procedures for testing the paper handling components of voting systems in accordance with operational constraints, including the modest training received by most poll workers. This work on voting technologies is supported by ? and supports ? a planned survey and focus groups they are conducting to measure voter confidence and acceptance and to identify common misconceptions and concerns, including accessibility to disabled voters. Beyond its broad impact on the development of more reliable and trustworthy voting technologies, this project more generally has implications for the highly accurate computer processing of any information encoded in human readable form.
美国国家科学基金会 CISE/CNS 表 7 审查分析和建议提案编号:0716368PI:Daniel Lopresti 机构:理海大学牵头提案编号:0716393PI:George Nagy 机构:伦斯勒理工学院子提案编号:0716647PI:Elisa H. Barney Smith 机构:博伊西州立大学子提案编号: 0716543PI:克里斯托弗·博里克机构:穆伦伯格学院副标题:协作研究 CT-T:跟踪纸质线索:可靠处理投票记录以实现值得信赖的选举提案摘要以手工或机器标记选票的形式或以其他形式包含物理记录的规定选民验证纸质审计追踪(VVPAT)对于保证安全可靠的选举至关重要。 然而,在最初计票或进行审计过程中对此类记录的处理本身就引发了一系列问题,这些问题跨越了广泛的技术和社会界限。该项目的目的是研究目前使纸质记录更多地使用的问题。与其说是值得信赖的投票系统中不可或缺的组成部分,不如说是令人讨厌。 具体来说,主要研究人员正在努力将标记感测误差的统计分布描述为选票布局和光学扫描质量的函数,以检查基于选票图像的无偏见视觉审核方法,以研究称为同质的概念的可能性类别显示 (HCD) 可以促进手动重新计数,并评估在处理与直接记录电子 (DRE) 系统一起使用的 VVPAT 时可能出现的识别错误。 他们还对这些问题对根据操作限制(包括大多数投票工作人员接受的适度培训)测试投票系统纸张处理组件的程序的影响感兴趣。 这项有关投票技术的工作得到了支持?并支持?他们正在进行一项计划中的调查和焦点小组活动,以衡量选民的信心和接受度,并找出常见的误解和关切,包括残疾选民的参与度。 除了对开发更可靠和值得信赖的投票技术产生广泛影响之外,该项目更广泛地对以人类可读形式编码的任何信息进行高精度计算机处理具有影响。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Daniel Lopresti其他文献

A robust script independent handwriting system for gender identification
用于性别识别的强大的独立于文字的手写系统
  • DOI:
    10.1016/j.eswa.2024.123576
  • 发表时间:
    2024-02-01
  • 期刊:
  • 影响因子:
    0
  • 作者:
    P. Shivakumara;Maryam Asadzadeh Kaljahi;Swati Kanchan;U. Pal;Daniel Lopresti;Tong Lu
  • 通讯作者:
    Tong Lu
Advanced Analytics with Spark: Patterns for Learning from Data at Scale
Spark 高级分析:大规模数据学习模式
  • DOI:
  • 发表时间:
    2015-04-20
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Daniel Lopresti
  • 通讯作者:
    Daniel Lopresti

Daniel Lopresti的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Daniel Lopresti', 18)}}的其他基金

CISE-RV: Computing Community Consortium
CISE-RV:计算社区联盟
  • 批准号:
    2300842
  • 财政年份:
    2024
  • 资助金额:
    --
  • 项目类别:
    Cooperative Agreement
Computing Community Consortium III
计算社区联盟 III
  • 批准号:
    1734706
  • 财政年份:
    2018
  • 资助金额:
    --
  • 项目类别:
    Cooperative Agreement
Collaborative Research: Using Generative Models to Evaluate and Strengthen Biometrically Enhanced Systems
协作研究:使用生成模型评估和加强生物识别增强系统
  • 批准号:
    0430178
  • 财政年份:
    2004
  • 资助金额:
    --
  • 项目类别:
    Standard Grant
Systolic Array Architectures for String Comparisons
用于字符串比较的脉动数组架构
  • 批准号:
    8710745
  • 财政年份:
    1987
  • 资助金额:
    --
  • 项目类别:
    Standard Grant

相似国自然基金

基于联邦学习和多时序CT影像早期智能预测肺结核治疗耐药的研究
  • 批准号:
    82360359
  • 批准年份:
    2023
  • 资助金额:
    32 万元
  • 项目类别:
    地区科学基金项目
基于相衬CT研究胆汁淤积性肝硬化Glisson系统微脉管形态演变对门脉高压的作用机制
  • 批准号:
    82302189
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
新型核素探针YNF-(GX1)2结合PET-CT/切伦科夫双模态成像用于引导早期胃癌精准切除的研究
  • 批准号:
    82373117
  • 批准年份:
    2023
  • 资助金额:
    49 万元
  • 项目类别:
    面上项目
多段有限角光子计数能谱CT图像重建方法研究
  • 批准号:
    62371184
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目
基于模型与数据双驱动深度字典网络的稀疏角度CT重建方法研究
  • 批准号:
    62371414
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目

相似海外基金

Collaborative Research: Districts Helping Districts: Scaling Inclusive CT Pathways
合作研究:地区帮助地区:扩大包容性 CT 路径
  • 批准号:
    2219350
  • 财政年份:
    2022
  • 资助金额:
    --
  • 项目类别:
    Standard Grant
Collaborative Research: Districts Helping Districts: Scaling Inclusive CT Pathways
合作研究:地区帮助地区:扩大包容性 CT 路径
  • 批准号:
    2219351
  • 财政年份:
    2022
  • 资助金额:
    --
  • 项目类别:
    Standard Grant
Collaborative Research: Uncovering the Multiscale Determinants of Atypical Femoral Fracture using MRI and CT-Based Modeling
合作研究:利用 MRI 和 CT 建模揭示非典型股骨骨折的多尺度决定因素
  • 批准号:
    2026906
  • 财政年份:
    2020
  • 资助金额:
    --
  • 项目类别:
    Standard Grant
Collaborative Research: Uncovering the Multiscale Determinants of Atypical Femoral Fracture using MRI and CT-Based Modeling
合作研究:利用 MRI 和 CT 建模揭示非典型股骨骨折的多尺度决定因素
  • 批准号:
    2025923
  • 财政年份:
    2020
  • 资助金额:
    --
  • 项目类别:
    Standard Grant
RAPID: Collaborative Research: Independent Component Analysis Inspired Statistical Neural Networks for 3D CT Scan Based Edge Screening of COVID-19
RAPID:协作研究:独立成分分析启发的统计神经网络,用于基于 3D CT 扫描的 COVID-19 边缘筛查
  • 批准号:
    2027539
  • 财政年份:
    2020
  • 资助金额:
    --
  • 项目类别:
    Standard Grant
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了