跳到正文
热点事件持续更新

研究提出肤色连续属性加权方法以缓解皮肤病变分类偏倚

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

Kuniko Paxton 等的研究将肤色从类别属性改为连续属性建模,并依据其与分类性能的非线性关系为每个样本分配权重,以评估和缓解皮肤病变分类器中的肤色偏见。该方法在两个皮肤病学数据集上评估,结果显示比传统类别重加权带来更稳定的公平性改善,同时基本保持分类性能。 评估还发现,公平性指标对肤色的分类方式敏感,这是该方法提出的背景之一。

AI 根据报道生成 · 42 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    皮肤病变分类中肤色偏见的评估与缓解研究

    一项研究将肤色从类别属性改为连续属性建模,并依据其与分类性能的非线性关系为每个样本分配权重,以评估和缓解皮肤病变分类器中的肤色偏见。在两个皮肤病学数据集上的评估显示,公平性指标对肤色分类方式敏感,该方法比传统类别重加权带来更稳定的公平性改善,同时基本保持分类性能。

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。