摘要算法求程(AR)通过提供可行的建议来解决自动决策中的不利结果。但是,当前的最新方法忽略了特征的相互依赖性,并且不考虑时间维度。为了填补这一空白,时间卡是一种整合时间信息的开创性方法。基于这种表述,这项工作调查了公平的背景,特别关注对边缘化人群群体的影响。由于漫长的等待时间会极大地影响社区的财务,教育和个人生活,探索与时间相关的因素如何影响这些群体的公平待遇对于建议潜在的解决方案以减少对少数人口的负面影响至关重要。我们的发现为对个人需求敏感的更公平的AR技术奠定了基础,最终提出了更公平的建议。
ADB Asian Development Bank AfDB African Development Bank AIIB Asian Infrastructure Investment Bank CCS carbon capture and storage CEB Council of Europe Development Bank CIF Climate Investment Fund COP Conference of Parties CRF Covid-19 Crisis Response Facility (AIIB) EBRD European Bank for Reconstruction and Development EIB European Investment Bank FPIC Free, Prior and Informed Consent GCF Green Climate Fund GHG Greenhouse Gas IDB Inter-American开发银行IDFC国际发展金融俱乐部IED ADB独立评估部IFC国际财务公司IFI国际金融机构IMF国际货币基金IPCC气候变化与政府互惠小组lng lng液化天然气LTS长期策略长期策略长期策略联合国联合国气候变化框架公约WBG世界银行集团WTE废物至能源