课题基金 / 基金详情

Mitigating bias for underrepresented groups with multimorbidity and frailty through AI-based synthetic data generation

Mitigating bias for underrepresented groups with multimorbidity and frailty through AI-based synthetic data generation
通过基于人工智能的合成数据生成，减少对患有多种疾病和虚弱的代表性不足群体的偏见
批准号：
2897596
负责人：
金额：
$0.0万
依托单位：
University of Sheffield
依托单位国家：
英国
项目类别：
Studentship
财政年份：
2023
资助国家：
英国
项目状态：
未结题
起止时间：
2023 至 --
来源：
https://gtr.ukri.org/projects?ref=studentship-2897596
关键词：
Mitigatingbiasunderrepresentedgroupsmultimorbidity

项目摘要

项目成果

相似基金

相关文献

中文摘要
翻译
致力于机器学习、医学和社会科学的前沿研究。该项目将解决AI在健康数据中的公平性和偏见的关键挑战。它将识别数据偏差，并开发新的生成架构（例如基于GAN），可以减轻一般偏差，特别是表示偏差。它还将比较生成的合成数据在解决健康数据偏差方面的有效性。
英文摘要
Working on the cutting-edge of Machine Learning, Medicine and Social Science.The project will tackle the critical challenge of AI fairness and bias in health data. It will identify data bias and develop novel generative architectures (based on GANs for example) that can mitigate bias in general and representation bias in particular. It will also compare the effectiveness of generated synthetic data in addressing health data bias.
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
国内基金
海外基金
基于mGWAS解析莲特异的苄基异喹啉生物碱(BIAs)合成的关键基因
基于mGWAS解析莲特异的苄基异喹啉生物碱（BIAs）合成的关键基因