Derniers articles pour Équité

De petits biais dans l'IA peuvent mener à de grosses injustices.

S'attaquer aux problèmes d'équité dans les systèmes influencés par les préférences et les comportements humains.

Examiner les biais dans le filtrage des CV par l'IA et des moyens d'améliorer l'équité.

Explore comment les valeurs de Shapley éclaircissent les prédictions de machine learning dans la santé.

Cet article examine le compromis entre l'équité et la satisfaction générale dans la répartition des ressources.

Cet article parle des problèmes et des stratégies pour mettre en œuvre des valeurs d'IA responsable.

Explorer l'équité dans la sélection de représentants de groupes divers.

Un regard sur la promotion de l'équité dans les systèmes de recommandation face à la surcharge d'infos.

L'intégration de l'IA explicable dans la 6G renforce la confiance des utilisateurs et la performance.

Cet article examine les problèmes d'équité liés à la technologie de reconnaissance faciale.

Examiner les préoccupations des candidats concernant l'évaluation par IA vs l'évaluation humaine traditionnelle.

Examiner les biais dans les systèmes de revues de code en apprentissage automatique.

Une nouvelle méthode pour améliorer l'équité dans la sélection des clients en apprentissage fédéré.

Cet article parle de la création de hashmaps équitables pour une gestion des données juste.

Un nouveau cadre améliore l'équité des algorithmes en utilisant des infos démographiques incertaines.

Enquête sur l'équité dans les systèmes d'IA en tenant compte de plusieurs attributs protégés.

Une méthode en quatre étapes pour promouvoir le développement éthique de l'IA dans différents rôles.

Découvrez comment la technologie RIS améliore l'efficacité de la communication et l'équité dans les réseaux futurs.

De nouveaux outils visent à améliorer l'équité dans l'IA en rendant l'accès à des ensembles de données variés.

Un nouveau cadre pour garantir l'équité dans les systèmes d'IA pendant leur fonctionnement.

Une nouvelle méthode améliore l'équité des modèles en générant des échantillons de données synthétiques.

Cette étude révèle des biais dans la façon dont les voitures autonomes détectent les piétons en fonction de l'âge et du teint de peau.

Ce papier examine l'invariance contrefactuelle et ses liens avec l'indépendance conditionnelle.

Un aperçu de la multicalibration et de l'omniprévision en apprentissage automatique.

Explorer l'équité dans les DLT, surtout à travers le prisme des systèmes basés sur DAG.

Cette étude présente une méthode pour réduire le biais dans les modèles d'apprentissage automatique.

Un aperçu de comment les campagnes utilisent les données pour influencer l'équité des districts.

RIFO optimise la planification des paquets pour un flux de données efficace dans les réseaux.

Un cadre pour créer des appareils intelligents justes et inclusifs.

Une nouvelle méthode améliore l'équité dans les modèles génératifs sans avoir besoin des ensembles de données originaux.

De nouvelles méthodes visent à améliorer la calibration des modèles de prédiction des risques chez différents groupes.

Comprendre comment l'IA améliore la prédiction des risques cliniques et la confiance.

Ce cadre allie équité et robustesse pour des systèmes d'IA responsables.

La recherche explore l'équilibre dans les modèles de langue multilingues pour l'équité et la vie privée.

De nouvelles interventions cherchent à réduire les biais dans les GNN tout en maintenant la précision des prédictions.

Ce travail présente des techniques innovantes pour gérer efficacement des programmes réactifs complexes.

Des recherches montrent des stéréotypes nuisibles dans les modèles linguistiques envers les groupes marginalisés.

Cet article parle de l'équité dans le clustering, en se concentrant sur le problème de la bisection minimale.

Un nouveau modèle vise à réduire les disparités de santé dans les dossiers électroniques.

Des recherches montrent comment les modèles d'apprentissage automatique peuvent améliorer la précision dans différents groupes de patients.