:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kumar, Avishek, Silver, Tyson
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Computers and Society
Online-Zugang:	https://arxiv.org/abs/2302.02455
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Preventing Eviction-Caused Homelessness through ML-Informed Distribution of Rental Assistance
von: Vajiac, Catalina, et al.
Veröffentlicht: (2024)

Protected group bias and stereotypes in Large Language Models
von: Kotek, Hadas, et al.
Veröffentlicht: (2024)

Post-hoc Orthogonalization for Mitigation of Protected Feature Bias in CXR Embeddings
von: Weber, Tobias, et al.
Veröffentlicht: (2023)

What Is Fairness? On the Role of Protected Attributes and Fictitious Worlds
von: Bothmann, Ludwig, et al.
Veröffentlicht: (2022)

Fairness Implications of Encoding Protected Categorical Attributes
von: Mougan, Carlos, et al.
Veröffentlicht: (2022)

Fairness in Ranking: Robustness through Randomization without the Protected Attribute
von: Kliachkin, Andrii, et al.
Veröffentlicht: (2024)

Exploring the Determinants of Pedestrian Crash Severity Using an AutoML Approach
von: Rafe, Amir, et al.
Veröffentlicht: (2024)

Towards Fairness and Privacy: A Novel Data Pre-processing Optimization Framework for Non-binary Protected Attributes
von: Duong, Manh Khoi, et al.
Veröffentlicht: (2024)

Four Things People Should Know About Migraines
von: Parsa, Mohammad S., et al.
Veröffentlicht: (2025)

Causal Equal Protection as Algorithmic Fairness
von: Di Bello, Marcello, et al.
Veröffentlicht: (2024)

I Prefer not to Say: Protecting User Consent in Models with Optional Personal Data
von: Leemann, Tobias, et al.
Veröffentlicht: (2022)

Blameless Users in a Clean Room: Defining Copyright Protection for Generative Models
von: Cohen, Aloni
Veröffentlicht: (2025)

Privacy and Copyright Protection in Generative AI: A Lifecycle Perspective
von: Zhang, Dawen, et al.
Veröffentlicht: (2023)

Fairness Improvement with Multiple Protected Attributes: How Far Are We?
von: Chen, Zhenpeng, et al.
Veröffentlicht: (2023)

Protecting Student Mental Health with a Context-Aware Machine Learning Framework for Stress Monitoring
von: Ovi, Md Sultanul Islam, et al.
Veröffentlicht: (2025)

ML Interpretability: Simple Isn't Easy
von: Räz, Tim
Veröffentlicht: (2022)

A Preliminary Framework for Intersectionality in ML Pipelines
von: Turcios, Michelle Nashla, et al.
Veröffentlicht: (2025)

Using Graph Neural Networks to Predict Local Culture
von: Silva, Thiago H, et al.
Veröffentlicht: (2024)

Rethinking Data Protection in the (Generative) Artificial Intelligence Era
von: Li, Yiming, et al.
Veröffentlicht: (2025)

Know Your Scientist: KYC as Biosecurity Infrastructure
von: Feldman, Jonathan, et al.
Veröffentlicht: (2026)

What Makes An Expert? Reviewing How ML Researchers Define "Expert"
von: Díaz, Mark, et al.
Veröffentlicht: (2024)

State of the Art in Fair ML: From Moral Philosophy and Legislation to Fair Classifiers
von: Baumann, Elias, et al.
Veröffentlicht: (2018)

Know Thyself? On the Incapability and Implications of AI Self-Recognition
von: Bai, Xiaoyan, et al.
Veröffentlicht: (2025)

IoT-Based Preventive Mental Health Using Knowledge Graphs and Standards for Better Well-Being
von: Gyrard, Amelie, et al.
Veröffentlicht: (2024)

Aequitas Flow: Streamlining Fair ML Experimentation
von: Jesus, Sérgio, et al.
Veröffentlicht: (2024)

Generative Artificial Intelligence: Evolving Technology, Growing Societal Impact, and Opportunities for Information Systems Research
von: Storey, Veda C., et al.
Veröffentlicht: (2025)

Unraveling overoptimism and publication bias in ML-driven science
von: Saidi, Pouria, et al.
Veröffentlicht: (2024)

Forecasting India's Demographic Transition Under Fertility Policy Scenarios Using hybrid LSTM-PINN Model
von: Khanra, Subarna, et al.
Veröffentlicht: (2025)

Trustworthy Chronic Disease Risk Prediction For Self-Directed Preventive Care via Medical Literature Validation
von: Le, Minh, et al.
Veröffentlicht: (2025)

Auditing Asset-Specific Preferences in Financial Large Language Models: Evidence from Bitcoin Representations and Portfolio Allocation
von: Wu, Wenbin
Veröffentlicht: (2026)

Active Fourier Auditor for Estimating Distributional Properties of ML Models
von: Ajarra, Ayoub, et al.
Veröffentlicht: (2024)

Role and Use of Race in AI/ML Models Related to Health
von: Were, Martin C., et al.
Veröffentlicht: (2025)

FairSense: Long-Term Fairness Analysis of ML-Enabled Systems
von: She, Yining, et al.
Veröffentlicht: (2025)

Different Horses for Different Courses: Comparing Bias Mitigation Algorithms in ML
von: Ganesh, Prakhar, et al.
Veröffentlicht: (2024)

You Never Know: Quantization Induces Inconsistent Biases in Vision-Language Foundation Models
von: Slyman, Eric, et al.
Veröffentlicht: (2024)

Systematically Assessing the Security Risks of AI/ML-enabled Connected Healthcare Systems
von: Elnawawy, Mohammed, et al.
Veröffentlicht: (2024)

Predicting Fairness of ML Software Configurations
von: Herrera, Salvador Robles, et al.
Veröffentlicht: (2024)

FairLay-ML: Intuitive Debugging of Fairness in Data-Driven Social-Critical Software
von: Yu, Normen, et al.
Veröffentlicht: (2024)

Predicting Likely-Vulnerable Code Changes: Machine Learning-based Vulnerability Protections for Android Open Source Project
von: Yim, Keun Soo
Veröffentlicht: (2024)

Position: Beyond Sensitive Attributes, ML Fairness Should Quantify Structural Injustice via Social Determinants
von: Tang, Zeyu, et al.
Veröffentlicht: (2025)