Últimos artículos para Justicia

Hablando sobre cómo compartir recompensas de manera justa en sistemas de trabajo colaborativo.

Nuevo método reduce el sesgo en el aprendizaje automático sin perder rendimiento.

Examinando el sesgo en los algoritmos de IA que afectan los diagnósticos médicos para poblaciones diversas.

Una mirada al impacto del aprendizaje federado en la privacidad y la equidad.

FairDP ofrece una solución para garantizar la privacidad y la equidad en los sistemas de aprendizaje automático.

Examinando la justicia en repartir cosas y tareas entre personas con diferentes necesidades.

Una mirada a la equidad y sesgo en los modelos para detectar comentarios tóxicos en línea.

Un nuevo algoritmo busca mejorar la equidad junto con la relevancia en los sistemas de clasificación.

Un nuevo enfoque para mensajería segura sin revelar las identidades del remitente o del receptor.

Explora los desafíos y soluciones para programas concurrentes en modelos de memoria débiles.

Un análisis profundo sobre la importancia de la equidad en la toma de decisiones de ML.

Examinando la equidad en los sistemas de recomendación y el impacto de los sesgos.

Nuevo método optimiza hiperparámetros al equilibrar múltiples objetivos en aprendizaje automático.

Abordar el sesgo en los modelos de IA para mejorar la atención al paciente en radiología.

Descubre nuevos métodos para repartir recursos de manera justa entre personas y grupos.

Entendiendo los factores clave en la selección de clientes para mejorar el aprendizaje federado.

Un estudio sobre el uso de la pérdida tripleta para crear modelos de aprendizaje automático más justos.

La moderación de contenido es clave para el uso responsable de los sistemas de IA generativa.

Un nuevo enfoque para reducir el sesgo en los sistemas de reconocimiento de expresiones faciales.

Un método para reducir el sesgo en los conjuntos de datos de entrenamiento de IA para resultados más justos.

Un nuevo enfoque mejora la equidad y la seguridad en los sistemas de ML.

Este artículo presenta un nuevo método para ordenar transacciones de manera justa y eficiente.

Un resumen de los desafíos de privacidad y equidad en el aprendizaje federado.

Un nuevo enfoque mejora las recomendaciones mutuas en plataformas de trabajo y citas.

Te presento GMMD, un marco para mejorar la equidad en redes neuronales gráficas.

Examinando sesgos y medidas de equidad en el rendimiento de la tecnología biométrica.

Examinando la equidad en contratación, salud, préstamos y alquiler usando datos simulados.

Este documento habla sobre la importancia de la equidad en los sistemas de toma de decisiones automatizados.

Examinando el equilibrio entre la privacidad y la equidad en los modelos de aprendizaje federado.

Examinando la interacción entre equidad, privacidad y rendimiento predictivo en el machine learning.

Abordando la equidad en los modelos de aprendizaje automático en múltiples tareas.

Un estudio sobre los desafíos de atención médica que enfrentaron los residentes de hogares de ancianos en el País Vasco durante la pandemia.

Usar métodos UDA mejora la clasificación de lesiones de la piel y promueve la equidad entre las diferentes demografías.

Un nuevo marco permite la generación de datos sintéticos a medida para satisfacer las diversas necesidades de las organizaciones.

Este estudio se centra en crear sistemas de diálogo equitativos a través de conocimientos de aprendizaje automático.

Examinando cómo el orden de los datos afecta la equidad en los modelos de aprendizaje automático.

Un nuevo método para mejorar la equidad en los modelos de aprendizaje federado manteniendo la privacidad.

DBFed busca reducir el sesgo en la IA mientras mantiene la privacidad de los datos.

Un nuevo enfoque mejora la equidad en el aprendizaje por refuerzo usando retroalimentación humana.

Analizando la equidad en sistemas de recomendación usando explicaciones contrafactuales.