Review of data-driven bias: analysis of concepts for fairness audits in the regulation of high-risk AI systems

Bibliografische Angaben

Titel:  Review of data-driven bias: analysis of concepts for fairness audits in the regulation of high-risk AI systems

Verfasst von:  J. Grenzebach, T. Radüntz

in: European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases, ECML PKDD 2024. 4th Workshop on Bias and Fairness in AI, 2024.  Seiten: 1-16, Projektnummer: F 2602

Weitere Informationen

Forschungs­projekte

ProjektnummerF 2602 StatusLaufendes Projekt Metriken zur Messung von Dateneigenschaften beim Training von Hochrisiko KI-Systemen: Grundrechtsgefährdende Verzerrungen in Softwareprodukten verstehen, vorhersagen und vermeiden

Zum Projekt

Forschung laufend