XiaoMi-AI文件搜索系统
World File Search SystemCaliskan
2022 年知识产权报告 - 参考文献
Buchmann, S.、Caliskan, M.、Eschlböck, J.、Kavvasiadi, L.、Lazarevic, L.、Marginean, CM、Mislik, S.、Partonjic, A.、Platz, V.、Poorheidar Boroujeni, N.、Rejentova, A.、Romanova, A.、Stadlbauer, S. 和 Wechselberger, L. (2022)。利马塔尔：位于基础设施、工业和（城市）景观之间。 （J. Bretschneider、B. Eder、D. Huber、S. Sattlegger 和 U. Schneider 编辑）。维也纳技术大学城市规划研究系。 201 建筑 507 人文地理、区域地理、空间规划
汽车行业的可持续发展目标：告诉他人你有多好
referênciasbibliográficas[1] Asante，D。等。2022。取消策略，以消除加纳可再生能源采用和发展的障碍：一种评论家模糊的Topsis方法。可再生能源，195。[2] Caliskan，A。等。2022.根据Promethee和Vikor方法，根据可持续性报告对负责任的汽车制造商进行范围。高级可持续系统，6（6）。[3] Chen，Y-H。等。2011。使用模糊的Promethee进行的战略决策是外包。具有应用程序的专家系统，38（10）。[4]联合国。2021. 17个进球。联合国经济和社会事务部。
教学情境中的生成式人工智能 - 学术申诉专员
11 阿尔凯西和麦克法兰，2023；阿塔鲁里等人。 2023；基督教 2023；法郎 2023；胡赛尼、拉斯穆森和雷斯尼克 2023；吉等人。 2023；基德和比尔汉 2023； Lee、Bubeck 和 Petro 2023；莱特曼等人。 2023；刘、张、梁 2023；梅加赫德等人。 2023；梅策、莫兰丁-雷斯、罗兰-梅策和弗洛林多 2023 年； OpenAI 2023 年 3 月 27 日；波里茨 2023；韦斯和梅斯 2023 年；威瑟 2023；张，等人。 2023；赵，等人。 2023； Zhavoronkov 2023。12 Busch 2023；电子隐私信息中心 2023；Huang 2023；Hosseini 和 Horbach 2023；Lauer、Constant 和 Wernimont 2023；Meskó 和 Topol 2023；美国国立卫生研究院 2023；Schwartz 和 Rogers 2022。13 请参阅 registrar.uky.edu/ferpa 和 registrar.uky.edu/ferpa/ferpa-faculty-and-staff-faq。14 请参阅 www.research.uky.edu/office-research-integrity。15 Bender、Gebru、McMillan-Major 和 Shmitchell 2021；Brown 等人 2020；Caliskan、Bryson 和 Narayanan 2017；Hovy 和 Prabhumoye 2021； Liang, Wu, Morency 和 Salakhutdinov 2021；Najibi 2020；Nazer 等人 2023；Nicholas 和 Bhatia 2023；Schwartz 等人 2022；Small 2023 年 7 月 4 日；Whittaker 等人 2019；Zhuo, Huang, Chen 和 Xing 2023。16 Appel、Neelbauer 和 Schweidel 2023；Lucchi 2023；Saveri 和 Butterick 2023；Sobel 2018；Strowel 2023；Thorbecke 2023；Zirpoli 2023。17 Chen, Zaharia 和 Zou 2023。
人工智能中的公平与偏见
随着人工智能系统使用范围的不断扩大，围绕人工智能公平性和偏见的讨论也愈演愈烈，因为潜在的偏见和歧视也变得越来越明显。本调查研究了人工智能公平性和偏见的来源、影响和缓解策略。多项研究发现人工智能系统存在针对某些群体的偏见，例如 Buolamwini 和 Gebru (2018) 研究的面部识别系统，以及 Dastin (2018) 和 Kohli (2020) 研究的招聘算法。这些偏见可能会加剧系统性歧视和不平等，在招聘、贷款和刑事司法等领域对个人和社区产生不利影响（O'Neil，2016 年；Eubanks，2018 年；Barocas 和 Selbst，2016 年；Kleinberg 等人，2018 年）。研究人员和从业人员提出了各种缓解策略，例如提高数据质量（Gebru 等人，2021 年）和设计明确公平的算法（Berk 等人，2018 年；Friedler 等人，2019 年；Yan 等人，2020 年）。本文全面概述了人工智能偏见的来源和影响，研究了数据、算法和用户偏见及其伦理影响。它调查了当前关于缓解策略的研究，讨论了它们的挑战、局限性以及跨学科合作的重要性。研究人员、政策制定者和学术界广泛认识到人工智能公平性和偏见的重要性（Kleinberg 等人，2017 年；Caliskan 等人，2017 年；Buolamwini 和 Gebru，2018 年；欧盟委员会，2019 年；Schwartz 等人，2022 年；Ferrara，2023 年）。这篇综述论文深入探讨了人工智能中公平性和偏见的复杂和多方面问题，涵盖了偏见的来源、影响和拟议的缓解策略。总体而言，本文旨在通过阐明人工智能中公平性和偏见的来源、影响和缓解策略，为开发更负责任和更道德的人工智能系统做出持续努力。二、人工智能中的偏见来源
2024 年会议纪要
教授博士Ayhan EROL/阿菲永科卡特佩大学教授博士Ahmad I. AYESH/卡塔尔大学，卡塔尔教授博士Ali GUNGOR/卡拉布克大学副教授教授博士Aisha IHSAN/国家研究所巴基斯坦生物技术与工程学教授博士艺术。 A. Ali 教授/吉大港大学博士Alpay OZER/加齐大学教授博士N. Alper TAPAN/加齐大学教授博士Ammar NAYFEH / 阿联酋哈利法大学副教授教授博士Ayhan ORHAN/菲拉特大学教授博士Andrei Kovalevsky/阿威罗大学/PT Assoc.教授博士Gokhan SURUCU/Gazi 大学副教授教授博士Ersin BAHCECI/伊斯肯德伦技术大学副教授教授博士Abdullah CANDAN/Kirsehir Ahi Evran 大学教授博士Aytunç ATES/A. Yildirimbeyazit 大学副教授教授博士Aytac ERKISI/帕穆卡莱大学副教授教授博士Babek ERDEBILLI/A. Yildirim Beyazit 大学副教授教授博士Battal DOGAN/加齐大学教授博士Bekir OZCELIK/库库罗瓦大学副教授教授博士Bilge IMER/中东技术大学教授博士Bulent YESILATA/A. Yildirim Beyazit 大学教授博士S. Bora 高中视频/Gazi 大学教授博士C. SURYANARAYANA 教授/美国奥兰多中佛罗里达大学博士Canan VARLIKLI/伊兹密尔理工学院教授博士Dmitry GORIN /SCP& QM 斯科尔科沃研究所科学的和技术，俄罗斯教授博士Emine ALDIRMAZ/阿马西亚大学教授博士Guven CANKAYA/ A. Yildirim Beyazid 大学 / Roketsan Assoc.教授博士Fatih CALISKAN/萨卡里亚应用科学大学