XiaoMi-AI文件搜索系统
World File Search System歧视性
歧视性共付额政策削弱了慢性病患者的保险覆盖范围
共付额累积调整政策会对艾滋病毒、艾滋病、病毒性肝炎或其他严重或慢性疾病患者是否能负担得起药物产生巨大影响。为了了解这些政策有多普遍以及它们如何影响患者的保险，艾滋病研究所进行了原创研究，审查了 2023 年美国所有州和哥伦比亚特区的个人市场健康计划。1 我们没有审查 16 个州的计划，这些州的法律要求保险公司将共付额援助计入参保人的免赔额和自付限额。我们检查了所有在剩余州提供计划的保险公司的所有可用保单文件，寻找有关参保人分摊费用和共付额累积政策的具体语言。当这些文件含糊不清或不可用时，我们会拨打客户服务热线与保险计划代表交谈。
340B 州政策：打击歧视性付款人行为
作为将药品制造商的药品列入优先处方集的交换条件，制造商通常同意向 PBM 支付药品回扣，其中一部分将转入保险计划。在某些情况下，PBM 和药房还可能协商药房向 PBM 支付的费用和其他款项，或 PBM 根据满足某些绩效和成本指标向药房支付的额外款项。当 PBM 和付款人采取歧视性做法时，340B 药房（受保实体拥有的药房或受保实体与之签约的药房）实现 340B 福利的能力就会受到损害。此类做法的常见例子包括为 340B 药房设定比非 340B 药房更低的报销率（两级定价）；征收费用；将 340B 药房排除在 PBM 网络之外；并要求提供管理数据，例如身份证明
半监督的生成和歧视性对抗性学习，用于基于运动图像的大脑 - 计算机界面
卷积神经网络（CNN）可以识别具有不同体系结构的数据中的结构/配置模式，以进行特征提取。然而，关于在BCIS中利用先进的深度学习方法的挑战。我们专注于小型培训样本的问题以及学习参数的可解释性，并利用半监督的生成和歧视性学习框架有效地利用具有真实样本的合成样本来发现类歧视性特征。我们的框架了解使用生成模型在嵌入空间中EEG信号的分布特性。通过使用人工生成和真实的脑电图信号，我们的框架会发现类别歧视时空特征表示，这些表示有助于正确区分输入EEG信号。值得注意的是，该框架有助于对真实的，未标记的样本的开发，以更好地发现用户的EEG信号中固有的基本模式。为了验证我们的框架，我们通过利用三个现有CNN架构的变体作为生成器网络进行了比较我们的方法与常规线性模型进行比较的实验，并在三个公共数据集上测量了性能。我们的框架在统计学上对竞争方法表现出显着的改进。我们通过激活模式图研究了学习的网络，并可视化的产生的人工样本以经验证明我们模型的稳定性和神经生理学合理性是合理的。
基于脑电图的深度运动图像分类的可概括和歧视性学习方法
卷积神经网络（CNN）已广泛应用于运动图像（MI）分类范围，从分类精度方面显着提高了最新的（SOA）性能。尽管彻底探索了创新的模型结构，但对目标函数的关注很少。在MI区域中的大多数可用CNN中，标准的横向损失通常作为目标函数执行，这仅确保深度特征可分离性。与当前目标函数的限制相对应，提出了一种新的损失函数，该损失函数与平滑的跨熵（标签平滑）和中心损失的组合被提议作为MI识别任务中模型的监督信号。特别是，通过预测标签和通过均匀分布的噪声正规化的一式硬硬标签之间的熵来计算平滑的横膜。中心损失将学习每个班级的深度特征中心，并最大程度地减少深度特征及其相应中心之间的距离。拟议的损失试图在两个学习目标中优化该模型，以防止过度确定预测并增加深度特征的判别能力（类间的可分离性和内部不变性），从而确保MI识别模型的有效性。我们对两个众所周知的基准（BCI竞争IV-2A和IV-2B）进行了广泛的实验，以评估我们的方法。结果表明，所提出的方法比两个数据集上的其他SOA模型都能达到更好的性能。提出的学习方案为MI分类任务中的CNN模型提供了更强大的优化，同时降低了过度拟合的风险，并增加了深入学习特征的歧视性。
防止人工智能在本地服务中的使用可能产生歧视性的影响
前美国司法部长埃里克·霍尔德也持类似观点。他谈到基于算法的量刑决定时表示，尽管这些措施是出于好意，但我担心它们会无意中破坏我们确保个性化和平等司法的努力。他发表此番言论的时机恰好是在美国用于预测未来犯罪可能性的 AI/ADM 工具 COMPAS 丑闻爆发之后。布里莎·博登和弗农·普拉特的例子表明，司法系统用于为保释、假释和监禁量刑决策提供信息的数据驱动决策技术对历史上被边缘化的群体存在偏见
改革英国的歧视性性犯罪法律……
莫桑比克政府官员、Katia Amado 女士（探路者项目主任）、Maria José Arthur 女士（WLSA – 南部非洲妇女与法律研究与教育信托发言人）、Maira Domingos 女士（Forum Mulher 性与生殖健康及权利协调员）、Julânia Armando Langa 女士（IPAS 高级政策顾问）、Zenaida Machado 女士（人权观察非洲分部安哥拉和莫桑比克研究员）、AMMCJ（莫桑比克妇女法律职业协会）、Antonio Niquice 阁下（国会议员）、Elísio de Sousa 博士（律师和刑法学者）、Danilo da Silva 先生（Lambda 执行主任）和 Ivone Zilhão 女士（探路者性与生殖健康医生），以及其他非政府组织、议会和公务员官员。