心衰数据集路径特定公平性审计研究发布
热点事件持续更新
心衰数据集路径特定公平性审计研究发布
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Nitish Nagesh 等发布论文,针对心衰临床记录数据集建立专家引出的因果图基准,审计因果发现算法在路径特定公平性上的表现。结果显示 ICA-LiNGAM 取得最低结构汉明距离和最高召回率,GES 精确率最高。 原始图与发现图在射血分数中介效应上的总体因果公平性相差 1.2 个百分点,导致公平性-效用比出现差异。作者称,该结果支持在临床风险模型的常规审计中纳入发现感知的路径特定公平性评估。
AI 根据报道生成 · 39 分钟前更新
最新进展11月20日 13:00
心衰临床数据案例分析:跨因果发现算法的路径特定公平性审计报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv cs.AI心衰临床数据案例分析:跨因果发现算法的路径特定公平性审计
一项新研究针对心衰临床记录数据集建立了专家引出的因果图基准,审计因果发现算法在路径特定公平性上的表现。ICA-LiNGAM 取得最低结构汉明距离和最高召回率,GES 精确率最高;原始图与发现图在射血分数中介效应上的总体因果公平性相差 1.2 个百分点,导致公平性-效用比出现差异。结果表明临床风险模型的常规审计应纳入发现感知的路径特定公平性评估。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。