data governance | BriefGPT - AI 论文速递

关键词data governance

搜索结果 - 8

基于语义建模的组织知识作为企业数据治理 4.0 的基础 —— 应用于统一的临床数据模型
基于元数据驱动、灵活和半自动化的数据治理框架，整合了 25 年的临床研究数据，并利用语义网原则建立了知识图谱，实现了 FAIR 化、生命周期管理、角色和责任定义、转化过程中的关系和源系统来源的溯源，为自动化的数据治理提供了先决条件，并使其适
PDF8 months ago
ICML公平的机器遗忘：数据去除与减轻偏差
在本研究中，我们提出了第一个可以证明并高效地消除数据实例并保持公平性的机器遗忘方法。通过理论结果和对真实世界数据集的广泛实验，我们展示了我们的方法在消除数据实例的同时保持公平性的功效。
PDFa year ago
基于区块链的联邦学习：激励数据共享与惩罚不诚实行为
该研究论文提出了一个综合框架，结合了区块链、智能合约和星际文件系统，通过在联邦学习中整合数据信任，以便安全地共享数据并提供激励、访问控制机制和惩罚任何不诚实的行为，实验证明该模型在提高联邦学习模型的准确性的同时确保数据共享过程的安全和公平性
PDFa year ago
ROOTS 搜索工具：为 LLMs 提供数据透明度
该研究介绍了 ROOTS，一个 1.6TB 的多语言文本语料库和 ROOTS 搜索工具，后者是一个可提供模糊和精确搜索功能的搜索引擎，以便为 BLOOM 等语言模型提供训练数据，并提供数据治理等方面的保障。ROOTS 是目前可以进行此类探究
PDFa year ago
Stack: 3 TB 开源许可的源代码
本文介绍了一个包含三十种编程语言的开源代码数据集 The Stack，以及如何构建、管理和使用该数据集来训练大型语言模型，通过在 Python 子集上训练 350M 参数解码器，在文本到代码的基准测试上取得了有前途的结果。
PDF2 years ago
基于人口统计学的算法公平性：揭示在追求公平性过程中人口统计数据收集的风险
本文探讨了收集人口统计数据用于实现算法公平性所面临的风险和挑战，并呼吁在数据管理和系统性压抑等领域中解决这些问题。
PDF2 years ago
AAAI分布式机器学习与信任表现
通过分布式机器学习技术，如联邦学习，实现在不泄露个人和敏感数据的情况下进行大规模的机器学习，同时提出隐私保护这一术语无法真正制定隐私定义的风险，并提供建议和示例，帮助非隐私技术专业人员实现算法的治理、安全性、隐私性和可验证性。
PDF3 years ago
机器遗忘
该研究提出了一种名为 SISA 训练的框架，可在不同数据集、算法和难度的情况下，通过限制特定数据点在模型训练中的影响，加速机器学习模型的「忘记」过程，有助于实现更有效的数据治理。
PDF5 years ago