跳到正文
热点事件持续更新

多群体惩罚公平回归框架提出并在肾病数据验证

1 篇报道1 个报道来源11 小时前更新

先了解这件事

AI 综述

研究者提出一种面向多群体的通用惩罚性公平回归框架,以真阳性率差异作为惩罚项,可归约为代价敏感分类问题高效实现,并引入新的评分函数自动选择惩罚权重。 模拟实验中该方法取得优于现有对比方法的公平性-准确率前沿。在慢性肾病全国多站点基层医疗研究中,针对终末期肾病构建的公平分类器在多个种族和族裔群体上显著提升公平性,整体拟合无明显损失。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月23日
  1. arXiv cs.CY
    面向慢性肾病多群体的惩罚性公平回归方法

    研究者提出一种面向多群体的通用惩罚性公平回归框架,以真阳性率差异作为惩罚项,可归约为代价敏感分类问题高效实现,并引入新的评分函数自动选择惩罚权重。模拟实验中该方法取得优于现有对比方法的公平性-准确率前沿;在慢性肾病全国多站点基层医疗研究中,针对终末期肾病构建的公平分类器在多个种族和族裔群体上显著提升公平性,整体拟合无明显损失。

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。