关键词automated decision-making systems
搜索结果 - 7
- 人本可信的自动决策系统
自动决策系统（ADS）在各个领域和职业中已经普遍存在，以提高性能。然而，这种广泛采用引入了潜在风险，包括 ADS 的滥用。本研究论文对数字化、数字转型和 ADS 在当代社会和未来环境中的应用所涉及的影响、区别和伦理考虑进行了全面的研究。强调 - 足够公平？对 “公平” 算法要求的当前限制图谱
提出了针对自动决策系统的公平需求的知觉差异，指出了社会必须解决的基本模糊性和关注点列表，并为自动决策系统中对公平的增加需求赋予了具体含义。
- 基于保序干预分布的因果公平机器学习
若以相等的人受到相同待遇，不相等的人受到不同待遇定义决策为公平，采用此定义，设计机器学习模型以减少自动决策系统中的不公平必须引入保护属性时进行因果思考。根据近期提出的建议，我们将个体定义为在一个虚构的、规范化的期望（FiND）世界中相等，该 - 因果公平的结果控制
本文研究了一种被称为结果控制的决策任务，尝试在实现最优结果的同时保证公平性，介绍了一种最小公平性要求的算法，并提出了分析受保护属性影响的工具。最后，提出了因果效益公平性的概念，并提出了一种新的最优化程序，能够确保决策过程中的因果公平性。
- 信托责任：促进公众对自动决策的信任
利用数据科学生命周期（DSL）的方法，分析了自动化决策系统中信托责任的角色，认为信托责任可以解决公众对当前这种系统和相关机构缺乏信任的问题，并以洛杉矶警察局的预测警务为案例进行了研究。
- 数据集营养标签（第 2 代）：利用上下文减轻人工智能的危害
数据营养计划通过创建数据集营养标签来降低因底层训练数据而导致的错误和偏差，并推出了更新版的标签以适应数据科学家使用。
- ICML因果算法对抗鲁棒性
该论文研究算法性救济，包括在自动化决策系统中提供可行的建议，如何在相关不利的情况下提供建议并保持鲁棒性，通过正则化决策分类器来促进鲁棒救济。