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
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
最新进展11月18日 13:00
皮肤病变分类中肤色偏见的评估与缓解研究报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- 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。