Buchumschlag

Fairness in Machine Learning-based Hand Load Estimation: A Case Study on Load Carriage Tasks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Rahman, Arafat, Lim, Sol, Chung, Seokhyun
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Gait-Based Hand Load Estimation via Deep Latent Variable Models with Auxiliary Information
von: Gao, Jingyi, et al.
Veröffentlicht: (2025)

Federated Automatic Latent Variable Selection in Multi-output Gaussian Processes
von: Gao, Jingyi, et al.
Veröffentlicht: (2024)

Machine Learning based Prediction of Ditching Loads
von: Schwarz, Henning, et al.
Veröffentlicht: (2024)

Automated Machine Learning: A Case Study on Non-Intrusive Appliance Load Monitoring
von: Moin, Armin, et al.
Veröffentlicht: (2022)

REVELIO -- Universal Multimodal Task Load Estimation for Cross-Domain Generalization
von: Oppelt, Maximilian P., et al.
Veröffentlicht: (2025)

Fed-Joint: Joint Modeling of Nonlinear Degradation Signals and Failure Events for Remaining Useful Life Prediction using Federated Learning
von: Jeong, Cheoljoon, et al.
Veröffentlicht: (2025)

On the (In)Security of Loading Machine Learning Models
von: Digregorio, Gabriele, et al.
Veröffentlicht: (2025)

Task-Aware Machine Unlearning and Its Application in Load Forecasting
von: Xu, Wangkun, et al.
Veröffentlicht: (2023)

Real-time Adaptation for Condition Monitoring Signal Prediction using Label-aware Neural Processes
von: Chung, Seokhyun, et al.
Veröffentlicht: (2024)

Electrical Load Forecasting in Smart Grid: A Personalized Federated Learning Approach
von: Rahman, Ratun, et al.
Veröffentlicht: (2024)

Electrical Load Forecasting over Multihop Smart Metering Networks with Federated Learning
von: Rahman, Ratun, et al.
Veröffentlicht: (2025)

Load Forecasting on A Highly Sparse Electrical Load Dataset Using Gaussian Interpolation
von: Biswas, Chinmoy, et al.
Veröffentlicht: (2025)

Machine-Learning Driven Load Shedding to Mitigate Instability Attacks in Power Grids
von: Tackett, Justin, et al.
Veröffentlicht: (2025)

Electric Vehicle Charging Load Forecasting: An Experimental Comparison of Machine Learning Methods
von: Kyriakopoulos, Iason, et al.
Veröffentlicht: (2025)

Machine Learning Fairness in House Price Prediction: A Case Study of America's Expanding Metropolises
von: Almajed, Abdalwahab, et al.
Veröffentlicht: (2025)

Load Balancing in Federated Learning
von: Javani, Alireza, et al.
Veröffentlicht: (2024)

Accelerating Divisible Load Processing Through Machine Learning: A Practical Framework for Large-Scale Workloads
von: Veeravalli, Bharadwaj
Veröffentlicht: (2026)

Applications and Challenges of Fairness APIs in Machine Learning Software
von: Das, Ajoy, et al.
Veröffentlicht: (2025)

Load Forecasting in the Era of Smart Grids: Opportunities and Advanced Machine Learning Models
von: Maneshni, Aurausp
Veröffentlicht: (2025)

Machine Learning for Scalable and Optimal Load Shedding Under Power System Contingency
von: Zhou, Yuqi, et al.
Veröffentlicht: (2024)

Globalizing Fairness Attributes in Machine Learning: A Case Study on Health in Africa
von: Asiedu, Mercy Nyamewaa, et al.
Veröffentlicht: (2023)

Adaptive Ensemble Learning with Gaussian Copula for Load Forecasting
von: Yang, Junying, et al.
Veröffentlicht: (2025)

Multi-task Online Learning for Probabilistic Load Forecasting
von: Zaballa, Onintze, et al.
Veröffentlicht: (2025)

Lightweight and Scalable Transfer Learning Framework for Load Disaggregation
von: Garcia-Marrero, L. E., et al.
Veröffentlicht: (2026)

Probabilistic Load Forecasting Based on Adaptive Online Learning
von: Álvarez, Verónica, et al.
Veröffentlicht: (2020)

COLD: Concurrent Loads Disaggregator for Non-Intrusive Load Monitoring
von: Kamyshev, Ilia, et al.
Veröffentlicht: (2021)

Fairness in Machine Learning: A Survey
von: Caton, Simon, et al.
Veröffentlicht: (2020)

Mazed and Confused: A Dataset of Cybersickness, Working Memory, Mental Load, Physical Load, and Attention During a Real Walking Task in VR
von: Setu, Jyotirmay Nag, et al.
Veröffentlicht: (2024)

Fair Machine Learning for Healthcare Requires Recognizing the Intersectionality of Sociodemographic Factors, a Case Study
von: Valentine, Alissa A., et al.
Veröffentlicht: (2024)

Procedural Fairness in Machine Learning
von: Wang, Ziming, et al.
Veröffentlicht: (2024)

Machine Learning for Campus Energy Resilience: Clustering and Time-Series Forecasting in Intelligent Load Shedding
von: Oyinlola, Salim, et al.
Veröffentlicht: (2025)

$\textit{lucie}$: An Improved Python Package for Loading Datasets from the UCI Machine Learning Repository
von: Ge, Kenneth, et al.
Veröffentlicht: (2024)

DiffLoad: Uncertainty Quantification in Electrical Load Forecasting with the Diffusion Model
von: Wang, Zhixian, et al.
Veröffentlicht: (2023)

Least-Loaded Expert Parallelism: Load Balancing An Imbalanced Mixture-of-Experts
von: Nguyen, Xuan-Phi, et al.
Veröffentlicht: (2026)

Adaptive Multi-task Learning for Probabilistic Load Forecasting
von: Zaballa, Onintze, et al.
Veröffentlicht: (2025)

Load-Aware Training Scheduling for Model Circulation-based Decentralized Federated Learning
von: Kainuma, Haruki, et al.
Veröffentlicht: (2025)

A Survey on Fairness for Machine Learning on Graphs
von: Laclau, Charlotte, et al.
Veröffentlicht: (2022)

A Data-Driven Machine Learning Approach for Predicting Axial Load Capacity in Steel Storage Rack Columns
von: Mammadli, Bakhtiyar, et al.
Veröffentlicht: (2025)

Fair Resource Allocation in Multi-Task Learning
von: Ban, Hao, et al.
Veröffentlicht: (2024)

Graph Attention-based Deep Reinforcement Learning for solving the Chinese Postman Problem with Load-dependent costs
von: Hy, Truong Son, et al.
Veröffentlicht: (2023)