Computerwissenschaften - Computer und Gesellschaft

Dieser Artikel behandelt Methoden zur Verbesserung der Fairness im maschinellen Lernen durch Korrektur von Labelrauschen.

Lerne, wie synthetische Daten die Privatsphäre in langfristiger Forschung schützen können.

Entdecke die Bedeutung von Fairness und dem CIF-Rahmenwerk im maschinellen Lernen.

Untersuchen, wie Persönlichkeitsmerkmale Sprachmodelle und deren Kommunikation beeinflussen.

Eine Studie über die Trends und Merkmale von KI-generierten Bildern mit TWIGMA.

Erklärbarkeit in KI ist wichtig für Vertrauen in kritischen Bereichen wie dem Gesundheitswesen.

Gegenrede stellt schädliche Online-Äusserungen in Frage, unterstützt die Opfer und fördert den Dialog.

Dieser Artikel behandelt, wie die Interpretierbarkeit von KI moralische Entscheidungen beeinflusst.

Studie untersucht, wie Erklärungen die Sicherheit und Entscheidungsfindung von Passagieren in autonomen Fahrzeugen beeinflussen.

Neue Algorithmen passen das Verhalten von KI an sich entwickelnde moralische Werte an.

Fairness in maschinellen Lernmodellen für verschiedene Aufgaben ansprechen.

Untersuchen der Rolle von KI-Chatbots bei der Gestaltung von Bildungsbewertungen und Lernen.

Eine Studie über die Gesundheitsprobleme, mit denen Pflegeheimbewohner im Baskenland während der Pandemie konfrontiert waren.

Transkripte verbessern das Verständnis von Bildungsvideos und helfen bei Problemen mit der Audioqualität.

Die Herausforderungen der Reproduzierbarkeit in der computergestützten Sozialwissenschaft durch offene Praktiken und strukturierte Methoden angehen.

Ein neuer Ansatz für Arboristen nutzt Drohnen- und Satellitendaten für eine bessere Baumpflege.

Die Studie bewertet die Genauigkeit von Landnutzungslandkarten für die landwirtschaftliche Überwachung in Subsahara-Afrika.

Spieler entkommen aus einem Haus, während sie einen versteckten Killer unter ihnen identifizieren.

Ein Blick auf die wachsenden Probleme von Online-Schäden und gemeinsame Lösungen.

Die Verwendung von UDA-Methoden verbessert die Klassifizierung von Hautläsionen und fördert die Fairness über verschiedene Demografien hinweg.

Eine Methode, um die Fairness von Algorithmusvorhersagen zu verbessern, die das Leben von Menschen beeinflussen.

Ein Blick darauf, wie Künstler KI-Technologien nutzen, um einzigartige Kunst zu schaffen.

Eine neue Methode, um interpretierbare und komplexe KI-Modelle zu kombinieren für besseres Verständnis.

Sicherheits- und Regulierungsprobleme bei leistungsstarken KI-Systemen anpacken.

Diese Studie untersucht, wie Vorurteile in Sprachmodellen die Wahrnehmung sozialer Gruppen beeinflussen.

Ein neuer Ansatz, um Tabellen in verschiedenen Sprachen auf Wikipedia abzugleichen und zu aktualisieren.

Untersuche, wie die Erwartungen der Mitarbeiter die Einhaltung von Sicherheitsrichtlinien beeinflussen.

Lern, wie LLMs das Lehren und Lernen in der Datenwissenschaft verändern.

Untersuchen, wie die Trennung von Untergruppen die Verzerrung in medizinischen Bildmodellen beeinflusst.

Die Notwendigkeit von Regulierungen für generative KI im Rahmen des Digital Markets Act prüfen.

BlockCampus nutzt Blockchain, um die Teilnahme und den Wissensaustausch zwischen Studierenden und Mitarbeitern zu fördern.

Eine Studie zur Erkennung subjektiver Aussagen in Nachrichtenartikeln mit fortgeschrittenen Techniken.

Bemühungen, Sexismus auf Social-Media-Plattformen zu erkennen und anzugehen.

Untersuchung der Herausforderungen von RTBF im Zusammenhang mit grossen Sprachmodellen.

Dieser Artikel beleuchtet die Risiken von Text-zu-Bild-Technologien wie Vorurteile und Fehlinformationen.

Ein neues System verbessert das Tracking der psychischen Gesundheit durch Daten von persönlichen Geräten.

Untersuchen, wie die Reihenfolge der Daten die Fairness in Machine-Learning-Modellen beeinflusst.

Eine neue Methode, um die Fairness in föderierten Lernmodellen zu verbessern und dabei die Privatsphäre zu wahren.

DBFed hat das Ziel, Vorurteile in KI abzubauen und gleichzeitig die Datensicherheit zu wahren.

Internationale Zusammenarbeit ist wichtig, um die Risiken und Vorteile von KI zu managen.