Buchumschlag

Improving Equity in Health Modeling with GPT4-Turbo Generated Synthetic Data: A Comparative Study

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Smolyak, Daniel, Welivita, Arshana, Bjarnadóttir, Margrét V., Agarwal, Ritu
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computers and Society
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SynthTextEval: Synthetic Text Data Generation and Evaluation for High-Stakes Domains
von: Ramesh, Krithika, et al.
Veröffentlicht: (2025)

DemOpts: Fairness corrections in COVID-19 case prediction models
von: Awasthi, Naman, et al.
Veröffentlicht: (2024)

Auditing the Fairness of the US COVID-19 Forecast Hub's Case Prediction Models
von: Abrar, Saad Mohammad, et al.
Veröffentlicht: (2024)

A Toolbox for Surfacing Health Equity Harms and Biases in Large Language Models
von: Pfohl, Stephen R., et al.
Veröffentlicht: (2024)

Quality-Diversity Generative Sampling for Learning with Synthetic Data
von: Chang, Allen, et al.
Veröffentlicht: (2023)

Paging Dr. GPT: Extracting Information from Clinical Notes to Enhance Patient Predictions
von: Anderson, David, et al.
Veröffentlicht: (2025)

The Synthetic Mirror -- Synthetic Data at the Age of Agentic AI
von: Momha, Marcelle
Veröffentlicht: (2025)

Should I use Synthetic Data for That? An Analysis of the Suitability of Synthetic Data for Data Sharing and Augmentation
von: Kulynych, Bogdan, et al.
Veröffentlicht: (2026)

Maximizing Predictive Performance for Small Subgroups: Functionally Adaptive Interaction Regularization (FAIR)
von: Smolyak, Daniel, et al.
Veröffentlicht: (2024)

CEHR-GPT: Generating Electronic Health Records with Chronological Patient Timelines
von: Pang, Chao, et al.
Veröffentlicht: (2024)

Synthetic Artifact Auditing: Tracing LLM-Generated Synthetic Data Usage in Downstream Applications
von: Wu, Yixin, et al.
Veröffentlicht: (2025)

Rethinking Anonymity Claims in Synthetic Data Generation: A Model-Centric Privacy Attack Perspective
von: Ganev, Georgi, et al.
Veröffentlicht: (2026)

Evaluating Privacy-Utility Tradeoffs in Synthetic Smart Grid Data
von: Catarino, Andre, et al.
Veröffentlicht: (2025)

DualAlign: Generating Clinically Grounded Synthetic Data
von: Li, Rumeng, et al.
Veröffentlicht: (2025)

Data Acquisition for Improving Model Fairness using Reinforcement Learning
von: Hasan, Jahid, et al.
Veröffentlicht: (2024)

Mapping Patient-Perceived Physician Traits from Nationwide Online Reviews with LLMs
von: Luo, Junjie, et al.
Veröffentlicht: (2025)

Fair Multivariate Adaptive Regression Splines for Ensuring Equity and Transparency
von: Haghighat, Parian, et al.
Veröffentlicht: (2024)

Developing Fairness-Aware Task Decomposition to Improve Equity in Post-Spinal Fusion Complication Prediction
von: Yuan, Yining, et al.
Veröffentlicht: (2025)

Large Language Models and Synthetic Data for Monitoring Dataset Mentions in Research Papers
von: Solatorio, Aivin V., et al.
Veröffentlicht: (2025)

Evaluating GPT-4 at Grading Handwritten Solutions in Math Exams
von: Caraeni, Adriana, et al.
Veröffentlicht: (2024)

Using LLMs to create analytical datasets: A case study of reconstructing the historical memory of Colombia
von: Anderson, David, et al.
Veröffentlicht: (2025)

Improving Socratic Question Generation using Data Augmentation and Preference Optimization
von: Kumar, Nischal Ashok, et al.
Veröffentlicht: (2024)

Centralized vs. Federated Learning for Educational Data Mining: A Comparative Study on Student Performance Prediction with SAEB Microdata
von: Tertulino, Rodrigo
Veröffentlicht: (2025)

Synthpop++: A Hybrid Framework for Generating A Country-scale Synthetic Population
von: Neekhra, Bhavesh, et al.
Veröffentlicht: (2023)

Opportunities and Challenges of Frontier Data Governance With Synthetic Data
von: Thakur, Madhavendra, et al.
Veröffentlicht: (2025)

NY Real Estate Racial Equity Analysis via Applied Machine Learning
von: Chalavadi, Sanjana, et al.
Veröffentlicht: (2025)

Synthetic Data and the Shifting Ground of Truth
von: Offenhuber, Dietmar
Veröffentlicht: (2025)

Comparing Data Assimilation and Likelihood-Based Inference on Latent State Estimation in Agent-Based Models
von: Kolic, Blas, et al.
Veröffentlicht: (2025)

Unmasking and Improving Data Credibility: A Study with Datasets for Training Harmless Language Models
von: Zhu, Zhaowei, et al.
Veröffentlicht: (2023)

FedMood: Federated Learning on Mobile Health Data for Mood Detection
von: Xu, Xiaohang, et al.
Veröffentlicht: (2021)

Data Debiasing with Datamodels (D3M): Improving Subgroup Robustness via Data Selection
von: Jain, Saachi, et al.
Veröffentlicht: (2024)

Synthetic Data in AI: Challenges, Applications, and Ethical Implications
von: Hao, Shuang, et al.
Veröffentlicht: (2024)

REQUAL-LM: Reliability and Equity through Aggregation in Large Language Models
von: Ebrahimi, Sana, et al.
Veröffentlicht: (2024)

Quantitative Auditing of AI Fairness with Differentially Private Synthetic Data
von: Yuan, Chih-Cheng Rex, et al.
Veröffentlicht: (2025)

Securing Health Data on the Blockchain: A Differential Privacy and Federated Learning Framework
von: Commey, Daniel, et al.
Veröffentlicht: (2024)

Exploring Educational Equity: A Machine Learning Approach to Unravel Achievement Disparities in Georgia
von: Ma, Yichen, et al.
Veröffentlicht: (2024)

Improving Automated Distractor Generation for Math Multiple-choice Questions with Overgenerate-and-rank
von: Scarlatos, Alexander, et al.
Veröffentlicht: (2024)

Assessing the Impact of Case Correction Methods on the Fairness of COVID-19 Predictive Models
von: Smolyak, Daniel, et al.
Veröffentlicht: (2024)

ELEVATE-GenAI: Reporting Guidelines for the Use of Large Language Models in Health Economics and Outcomes Research: an ISPOR Working Group on Generative AI Report
von: Fleurence, Rachael L., et al.
Veröffentlicht: (2024)

Debias-CLR: A Contrastive Learning Based Debiasing Method for Algorithmic Fairness in Healthcare Applications
von: Agarwal, Ankita, et al.
Veröffentlicht: (2024)