AMC removes code used to identify female flyers
在研究无意识的性别偏见时，一名空中机动司令部指挥官提出了删除一个遗留标记的想法，该标记曾经旨在为女性机组人员确保适当的住宿和准备物品。
GAO 发现的内容社会保障局 (SSA) 在确定申请人的健康或财务状况（例如患有绝症或迫切的财务需求）符合 SSA 政策手册中的标准后，将残疾上诉案件标记为“危急”。案件可以在到达听证办公室之前或听证过程的几乎任何阶段被标记为“危急”。SSA 政策指示工作人员在案件被标记为“危急”后加快处理。然而，GAO 采访的五个选定办公室中的三个办公室的工作人员表示，申请人必须提供其迫切的财务需求的证明文件，即使 SSA 政策没有要求这样做。在 2010 财年和 2020 财年之间，听证办公室处理危急案件的速度始终快于非危急案件，但等待时间因案件首次被标记的时间而异。到达听证办公室时被标记的案件中位数需要
Understanding Deep Learning Algorithms that Leverage Unlabeled Data, Part 1: Self-training
深度模型需要大量的训练样本，但标记数据很难获得。这激发了利用未标记数据的重要研究方向，而未标记数据通常更容易获得。例如，可以通过爬取网络获取大量未标记的图像数据，而 ImageNet 等标记数据集则需要昂贵的标记程序。在最近的实证发展中，使用未标记数据训练的模型已开始接近全监督性能（例如 Chen 等人，2020 年，Sohn 等人，2020 年）。本系列博客文章将讨论我们的理论工作，该工作旨在分析使用未标记数据的最新实证方法。在第一篇文章中，我们将分析自我训练，这是一种非常有影响力的半监督学习和领域自适应算法范式。在第 2 部分中，我们将使用相关理论思想来分析自监督对比学习算法，这种算法对于
Understanding Deep Learning Algorithms that Leverage Unlabeled Data, Part 1: Self-training
深度模型需要大量的训练样本，但标记数据很难获得。这激发了利用未标记数据的重要研究方向，而未标记数据通常更容易获得。例如，可以通过爬取网络获取大量未标记的图像数据，而 ImageNet 等标记数据集则需要昂贵的标记程序。在最近的实证发展中，使用未标记数据训练的模型已开始接近全监督性能（例如 Chen 等人，2020 年，Sohn 等人，2020 年）。本系列博客文章将讨论我们的理论工作，该工作旨在分析使用未标记数据的最新实证方法。在第一篇文章中，我们将分析自我训练，这是一种非常有影响力的半监督学习和领域自适应算法范式。在第 2 部分中，我们将使用相关理论思想来分析自监督对比学习算法，这种算法对于
Минздрав и «Ростех» создали первую версию федеральной ИИ-платформы для здравоохранения
据《生意人报》报道，卫生部与 Rostec 共同创建了第一个版本的联邦医疗保健人工智能 (AI) 平台。该项目计划将匿名和标记的医疗数据合并到经过验证的数据集中，并为 IT 公司提供开发和测试人工智能服务的平台。主要数据来源将是医疗保健领域统一国家信息系统的子系统“联邦综合电子病历”。还计划使用卫生部所属国家医学研究中心积累的医疗信息作为数据来源。例如，A. V. Vishnevsky 国家外科医学研究中心、N. N. Blokhin 国家肿瘤医学研究中心、国家内分泌医学研究中心、V. A. Almazov 国家医学研究中心和 N. N. Burdenko 院士国家神经外科医学研究中心。 Ro
GAO 发现的内容执法机构在刑事调查中主要使用三种取证算法：潜纹、面部识别和概率基因分型。每种方法都比相关的传统取证方法具有优势，但分析人员和调查人员在使用它们协助刑事调查时也面临挑战。潜在指纹算法可帮助分析人员将犯罪现场的潜在指纹中的细节与数据库中的指纹进行比较。这些算法可以比单独的分析师更快、更一致地搜索更大的数据库。准确性是根据各种影响因素进行评估的，包括图像质量、识别的图像特征（例如脊线图案）的数量以及分析师完成的特征标记的变化。 GAO 指出了使用这些算法的一些限制和挑战。例如，质量差的潜在或已知指纹会降低准确性。面部识别算法可帮助分析人员从图像中提取数字细节，并将其与数据库中的图像
Model-assisted labelling - For better or for worse?
毫无疑问，对于许多 AI 项目来说，收集数据是项目最昂贵的部分。标记图像和文本片段等数据是一项艰巨而繁琐的工作，而且没有太大的扩展可能性。如果 AI 项目需要不断更新或获取新数据，那么这可能是一项高昂的成本，可能会对一个原本很棒的项目的整个商业案例构成挑战。不过，有一些策略可以降低标记数据的成本。我之前写过关于主动学习的文章；这是一种数据收集策略，侧重于在模型置信度最低的情况下优先标记最重要的数据。这是一个很好的策略，但在大多数情况下，您仍然需要标记大量数据。为了加快标记过程，出现了模型辅助标记策略。这个想法很简单，就是在标记的同时训练 AI，当 AI 开始在数据中看到某种模式时，AI 会向标
Healthcare Triage Podcast: From DNA to Diagnosis
亚伦与塔蒂亚娜·福鲁（Tatiana Foroud）博士谈论了她的职业生涯以及她目前在遗传学和基因组学领域的工作。她的工作涵盖了从早期寻找DNA标记的罕见疾病，到当今阿尔茨海默氏病周围的遗传原因和潜在治疗方法。 Foroud博士的职业生涯讲述了一个关于技术和[…]医疗后分类播客的故事：从DNA到诊断首次出现在偶然的经济学家中。
РВК опубликовала первый в мире открытый «зимний» датасет
独特的数据库包含超过 60 万张图像（其中超过 2 万张是在恶劣天气条件下手动标记的）以及来自激光雷达的数据，可让您创建汽车周围空间的 3D 地图实时。
Bueno等人的论文。 （JAMA，2010年）提出了值得标记的方法论问题。尽管我对他们的结果没有什么可说的小说，但这里有一个简单的评论（请遵循更多的链接）：最引人注目的发现是，该时期与30天的再入院率的提高有关。尽管我们无法证明[…]最初出现在偶然的经济学家中的医疗保险再入院方法。
A grab-bag of readmissions stuff from JAMA
我没有时间阅读最新一期的JAMA的研究论文。但是我已经阅读了所有较短的项目 - 社论，观看点和相关字母。以下是我认为值得标记的一些段落。稍后我将介绍研究文章。从重新铸造的再入院来放置医院[…]邮报上贾马（Jama）首次出现在偶然的经济学家中的抢劫袋。
Chart of the day: Lead time bias
我从肯尼·林（Kenny Lin）的《前列腺癌筛查》上的一篇不错的文章中获取了这一点，我建议全部阅读。 （很短。）亚伦已经多次使这个交货时间偏见点。看到他的许多生存率标记的职位。这很重要。如果您不明白，请在评论中询问，尽管可以给[…]当天的帖子表：交货时间偏见首先出现在附带的经济学家中。
Genetic markers and LTC insurance
大多数人不购买私人长期护理保险（LTCI）的原因之一是当人们年轻时缺乏对需求的明显风险信号，而且保费很低。我完成了与波士顿大学和杜克大学的同事一起研究的研究，我们在其中分析了遗传标记的能力 - […]遗传标记和LTC保险首次出现在附带经济学家。
Free Rider: Not Just Bad, Confusing!
与其他博客作者一起，我一直在试图了解参议院财政委员会的卫生改革法案。特别是，我现在围绕着免费的骑手提供。根据我对参议院财务法案的董事长标记的阅读，埃兹拉·克莱因（Ezra Klein）完美地总结了罚款语言。正如他写的那样，如果[…]邮政自由骑手：不仅很糟糕，令人困惑！首次出现在偶然的经济学家中。
前几天我在浏览X（以前的Twitter）时，推荐了一个属于我们公司附属研究人员的帐户。 SNS 对于提高您作为研究人员的知名度和知名度非常有用。我开始认为开始使用 SNS 可能是个好主意，当我查看我们的官方 X 帐户时，我发现了以下帖子。在这篇文章中，我了解到我找到的帐户是一个“假冒帐户”。当我后来查看该帐户时，很明显这是一个假帐户ID，带有一堆无意义的字符，但我认为“真实”的是X的验证标记，俗称蓝色，因为徽章是。附加到该帐户。 Twitter 的验证徽章是一个保证 Twitter 上著名帐户（例如名人、公共机构、组织等）真实性的系统，用于区分假冒帐户。 2009 年 6 月推出“验证帐户”服
