Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

ТЕМА · ENTITY #1589

machine learning

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

3

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

Препринт: Алгоритмическая предвзятость с точки зрения медицинских специалистов

Этот препринт на arXiv представляет данные опроса и интервью медицинских специалистов (клинические и административные роли) о алгоритмической предвзятости в информационных системах здравоохранения на базе ML/AI. Исследование показывает, что мнения о причинах предвзятости, критериях оценки, восприятии справедливости, вероятном принятии и способах смягчения различаются в зависимости от роли, задач и характеристик алгоритма, и подчёркивает необходимость дальнейших исследований для обеспечения справедливости в здравоохранении.

5.0

RESEARCH · 1 ИСТОЧН. · The Verge AI

TACLS: новый инструмент Scripps на базе спутниковых данных и машинного обучения для обнаружения вспышек наводнений

Исследователи из Scripps Institution of Oceanography (UC San Diego) разработали Transient Artifact and Continuous Learning System (TACLS) — программное обеспечение, которое объединяет спутниковые данные и машинное обучение, чтобы помочь прогнозным офисам Национальной метеослужбы (NWS) быстрее выявлять районы риска внезапных наводнений и поддерживать принятие решений по предупреждениям. Проект представлен как инструмент поддержки решений, направленный на повышение времени заблаговременного оповещения и точности предупреждений, а не как полностью развернутая национальная система.

7.0

RESEARCH · 1 ИСТОЧН. · MIT News AI

Колледж Шварцмана MIT запускает пилотный семинар, чтобы помочь преподавателям преподавать ИИ в разных дисциплинах

На базе Колледжа Шварцмана MIT прошёл недельный летний пилотный семинар, на который были приглашены преподаватели высших учебных заведений, чтобы изучить, как адаптировать материалы по ИИ и машинному обучению для своих курсов. Программа направлена на помощь педагогам во внедрении материалов по ИИ в разные дисциплины и учебные контексты.

5.0