实体
German credit dataset
German credit dataset
PulseAugur coverage of German credit dataset — every cluster mentioning German credit dataset across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新框架提出因果证据治理以实现人工智能公平性
一个名为因果证据治理（CEG）的新框架已被提出用于高风险机器学习系统，以解决当前公平性治理实践的局限性。CEG 利用版本化的有向无环图来划分因果路径，并使用因果伤害率（Causal Harm Rate）来衡量可归因于不允许路径的预测变异。每个决策都通过加密签名的决策证据包（Decision-Evidence Packet）进行保护，该包可集成到默克尔树（Merkle tree）中以进行高效验证。该框架使用合成的信用申请人数据和德国信用…
-
新框架实现因果感知以提升AI公平性
研究人员开发了因果感知框架的首个实现，该框架探讨了拥有不同系统模型的智能体如何推断不同的概率分布并感知公平性。这项工作实现了结构性和参数化的因果感知，提出了计算干预分布和反事实分布的算法以及量化分歧的度量。使用德国信贷数据集进行的实验表明，因果感知会影响多智能体决策的准确性和公平性，表明偏见是相对于智能体的特定模型而存在的，在公平性评估中不能被忽略。
-
新的统计方法可稳健分析异质删失数据
研究人员开发了一种新的统计方法，用于分析删失数据，特别是在处理异质人群时。该方法结合了逆概率加权、M估计和凹对偶融合惩罚，可在事先不知道亚组成员身份的情况下，同时识别亚组和估计协变量效应。已创建高效的RISA-ADMM算法来实现此方法，并在温和条件下确立了其理论性质。模拟和在德国信用数据集上的应用表明了该技术的稳健性和有效性。