algorithmic biases | BriefGPT

关键词algorithmic biases

搜索结果 - 9

去偏术者：奇妙的权值及其发现方法
算法偏见、去偏方法、深度学习、基地址模型、架构对策
PDF3 months ago
从危险到可能性：探究人类（与人工智能）偏见如何影响在线论坛
社交媒体分析是通过复杂网络分析和自然语言处理的工具来分析社交互动、用户生成的内容和偏见的现象，主要围绕在线辩论、在线支持群体和人类与人工智能的互动展开讨论，同时强调社交媒体内部的双重困境与可能性，以及人机生成内容中隐藏的人类和非人类偏见。
PDF3 months ago
评估社会因素对健康预测的影响
本研究将公共可用的电子病历数据库 MIMIC-IV 与健康社会决定因素（SDOH）特征进行关联，调查这些特征对不同病人群体常见电子病历预测任务的影响，发现社区水平的 SDOH 特征在一般病人群体中无法提高模型性能，但能提高特定亚人群的数据有
PDFa year ago
印度法律数据训练的模型是否公平？
本文针对语言技术和人工智能领域的进展和应用进行研究，探讨印度视角下法律领域中所存在的公平性问题，特别关注 AI 模型中的算法偏差对于对印度教和穆斯林的关联特征的差异性的影响，并强调了在印度的法律领域中，公平性 / 偏差的研究仍有待进一步的耕
PDFa year ago
如何利用最优输运解决多类神经网络分类器中性别偏见对职业推荐的影响？
本文提出了一种新的最优传输策略，用于减轻多类神经网络分类中不良算法偏差的影响，结果表明，该策略可比标准策略将不期望的算法偏差降至更低的水平。
PDFa year ago
视觉和语言研究中实现更公平的神经模型的去偏置方法：一份调查报告
在电脑视觉和自然语言处理领域中，神经网络虽然能够取得最新成果，但是其存在数据内的建模偏见，导致人工智能领域出现了公平性的研究方向，其目的为了纠正算法偏见，提出了几种基于公平性的神经网络去偏置的方法。
PDF2 years ago
医疗保健人工智能中的算法公正性
这篇综述论文概述了高科技医疗领域中人工智能系统的算法公正性问题，阐述了当前临床工作流程中算法偏见（如图像采集，基因变异，内观者标记变异性等）导致的不公平医疗差距并探讨了联邦学习、分离和模型解释等新兴技术在 AI-SaMD 发展中的作用。
PDF3 years ago
视觉识别的公平特征蒸馏
本文提出了一种基于特征蒸馏的系统方法，通过其可以降低视觉识别任务中的算法偏见，从而提高算法公正性。同时，我们在理论和实验方面验证了这种方法的有效性和可行性。
PDF3 years ago
AI” 是否代表着在新冠肺炎时代医疗方面的不平等增长？
本文探讨了 AI 在应对 covid-19 疫情中的作用与潜在问题，指出 AI 系统可能会在三个层面引入或反映偏见和歧视，从而加剧疫情对处境困难群体的不利影响。作者呼吁决策者、技术开发人员和卫生官员应全程考虑 AI 过程中的潜在偏差和不公平
PDF3 years ago