Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Fairness-preserving framework for machine learning: data bias quantification, model evaluation, and robustness across multiple datasets
2025·0 Zitationen·AI and Ethics
Volltext beim Verlag öffnen0
Zitationen
3
Autoren
2025
Jahr
Abstract
Für dieses Paper ist kein Abstract in der Datenbank hinterlegt.
Abstract beim Verlag einsehenÄhnliche Arbeiten
The global landscape of AI ethics guidelines
2019 · 4.487 Zit.
The Limitations of Deep Learning in Adversarial Settings
2016 · 3.853 Zit.
Trust in Automation: Designing for Appropriate Reliance
2004 · 3.368 Zit.
Fairness through awareness
2012 · 3.264 Zit.
Mind over Machine: The Power of Human Intuition and Expertise in the Era of the Computer
1987 · 3.182 Zit.
Autoren
Institutionen
Themen
Ethics and Social Impacts of AIArtificial Intelligence in Healthcare and EducationExplainable Artificial Intelligence (XAI)