Buchumschlag

AI Hazard Management: A framework for the systematic management of root causes for AI risks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Schnitzer, Ronald, Hapfelmeier, Andreas, Gaube, Sven, Zillner, Sonja
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Landscape of AI safety concerns -- A methodology to support safety assurance for AI-based autonomous systems
von: Schnitzer, Ronald, et al.
Veröffentlicht: (2024)

Self-Service or Not? How to Guide Practitioners in Classifying AI Systems Under the EU AI Act
von: Schnitzer, Ronald, et al.
Veröffentlicht: (2026)

Multi forests: Variable importance for multi-class outcomes
von: Hornung, Roman, et al.
Veröffentlicht: (2024)

The METRIC-framework for assessing data quality for trustworthy AI in medicine: a systematic review
von: Schwabe, Daniel, et al.
Veröffentlicht: (2024)

Unity Forests: Improving Interaction Modelling and Interpretability in Random Forests
von: Hornung, Roman, et al.
Veröffentlicht: (2026)

Machine learning in business process management: A systematic literature review
von: Weinzierl, Sven, et al.
Veröffentlicht: (2024)

Potential Paradigm Shift in Hazard Risk Management: AI-Based Weather Forecast for Tropical Cyclone Hazards
von: Feng, Kairui, et al.
Veröffentlicht: (2024)

Distribution-free root cause analysis
von: Hore, Rohan, et al.
Veröffentlicht: (2026)

Managing extreme AI risks amid rapid progress
von: Bengio, Yoshua, et al.
Veröffentlicht: (2023)

Benchmark Early and Red Team Often: A Framework for Assessing and Managing Dual-Use Hazards of AI Foundation Models
von: Barrett, Anthony M., et al.
Veröffentlicht: (2024)

Robust Parameter Learning for Uncertain MDPs
von: Schnitzer, Yannik, et al.
Veröffentlicht: (2026)

Measuring AI Progress in Drug Discovery: A Reproducible Leaderboard for the Tox21 Challenge
von: Ebner, Antonia, et al.
Veröffentlicht: (2025)

Causal-discovery-based root-cause analysis and its application in time-series prediction error diagnosis
von: Yokoyama, Hiroshi, et al.
Veröffentlicht: (2024)

Measuring What Matters: Connecting AI Ethics Evaluations to System Attributes, Hazards, and Harms
von: Rismani, Shalaleh, et al.
Veröffentlicht: (2025)

AI/ML Life Cycle Management for Interoperable AI Native RAN
von: Huang, Chu-Hsiang, et al.
Veröffentlicht: (2025)

On the Role of AI in Managing Satellite Constellations: Insights from the ConstellAI Project
von: Stock, Gregory F., et al.
Veröffentlicht: (2025)

Efficient Solution and Learning of Robust Factored MDPs
von: Schnitzer, Yannik, et al.
Veröffentlicht: (2025)

Bisimulation Learning
von: Abate, Alessandro, et al.
Veröffentlicht: (2024)

Democratizing AI in Africa: FL for Low-Resource Edge Devices
von: Fabila, Jorge, et al.
Veröffentlicht: (2024)

Efficient and Debiased Learning of Average Hazard Under Non-Proportional Hazards
von: Meng, Xiang, et al.
Veröffentlicht: (2026)

AI in radiological imaging of soft-tissue and bone tumours: a systematic review evaluating against CLAIM and FUTURE-AI guidelines
von: Spaanderman, Douwe J., et al.
Veröffentlicht: (2024)

NeuroAI for AI Safety
von: Mineault, Patrick, et al.
Veröffentlicht: (2024)

A unified framework for evaluating the robustness of machine-learning interpretability for prospect risking
von: Chowdhury, Prithwijit, et al.
Veröffentlicht: (2026)

Towards Conversational AI for Disease Management
von: Palepu, Anil, et al.
Veröffentlicht: (2025)

Feature compression is the root cause of adversarial fragility in neural network classifiers
von: Gao, Jingchao, et al.
Veröffentlicht: (2024)

Model Risk Management for Generative AI In Financial Institutions
von: Bhattacharyya, Anwesha, et al.
Veröffentlicht: (2025)

Agentic AI for Mobile Network RAN Management and Optimization
von: Pellejero, Jorge, et al.
Veröffentlicht: (2025)

Introducing AI-Driven IoT Energy Management Framework
von: Mruthyunjaya, Shivani, et al.
Veröffentlicht: (2025)

Generative AI for Banks: Benchmarks and Algorithms for Synthetic Financial Transaction Data
von: Karst, Fabian Sven, et al.
Veröffentlicht: (2024)

AI and Generative AI Transforming Disaster Management: A Survey of Damage Assessment and Response Techniques
von: Raj, Aman, et al.
Veröffentlicht: (2025)

An AI-driven framework for the prediction of personalised health response to air pollution
von: Zounemat-Kermani, Nazanin, et al.
Veröffentlicht: (2025)

Explainable AI for Radar Resource Management: Modified LIME in Deep Reinforcement Learning
von: Lu, Ziyang, et al.
Veröffentlicht: (2025)

Towards Greener Nights: Exploring AI-Driven Solutions for Light Pollution Management
von: Varshney, Paras, et al.
Veröffentlicht: (2024)

AutoGrid AI: Deep Reinforcement Learning Framework for Autonomous Microgrid Management
von: Guo, Kenny, et al.
Veröffentlicht: (2025)

Certifiably Robust Policies for Uncertain Parametric Environments
von: Schnitzer, Yannik, et al.
Veröffentlicht: (2024)

AI versus AI in Financial Crimes and Detection: GenAI Crime Waves to Co-Evolutionary AI
von: Kurshan, Eren, et al.
Veröffentlicht: (2024)

Predictive Representativity: Uncovering Racial Bias in AI-based Skin Cancer Detection
von: Morales-Forero, Andrés, et al.
Veröffentlicht: (2025)

A New Frontier of AI: On-Device AI Training and Personalization
von: Moon, Ji Joong, et al.
Veröffentlicht: (2022)

The Benefits and Risks of Transductive Approaches for AI Fairness
von: Razzak, Muhammed, et al.
Veröffentlicht: (2024)

Probabilistic Performance Guarantees for Multi-Task Reinforcement Learning
von: Schnitzer, Yannik, et al.
Veröffentlicht: (2026)