HEAL:机器学习性能的健康公平评估框架
今天,我们介绍了机器学习性能的健康公平评估 (HEAL),这是一种新颖的评估框架,旨在定量评估基于 ML 的健康工具的性能是否公平。我们提出了一个 4 步流程,用于评估 ML 工具对平均健康状况较差的群体表现更好的可能性,目标是为使健康 A...
今天,我们介绍了机器学习性能的健康公平评估 (HEAL),这是一种新颖的评估框架,旨在定量评估基于 ML 的健康工具的性能是否公平。我们提出了一个 4 步流程,用于评估 ML 工具对平均健康状况较差的群体表现更好的可能性,目标是为使健康 A...
我们讨论了 MELON,这是一种可以在 3D 中重建物体的同时从头开始确定以物体为中心的相机姿势的技术。MELON 可以轻松集成到现有的 NeRF 方法中,并且只需要 4-6 张物体图像即可。一个人的先前经验和对世界的理解通常使他们能够轻松...
皮肤状况图像网络 (SCIN) 数据集提供了多样化且具有代表性的皮肤状况图像集合,为人工智能开发、医学研究和公平的医疗保健工具弥补了重要差距。健康数据集在研究和医学教育中发挥着至关重要的作用,但创建代表现实世界的数据集可能具有挑战性。例如,...
大规模全球洪水预报长期以来一直无法实现。在今天发表的《自然》杂志论文中,我们展示了人工智能的突破如何弥补这一差距,即使在以前缺乏数据的地区也能提供可靠的洪水预报。洪水是最常见的自然灾害,每年造成全球约500 亿美元的经济损失。自 2000...
引入一个通用的以用户为中心的界面,帮助放射科医生利用机器学习模型进行肺癌筛查。该系统以计算机断层扫描 (CT) 成像作为输入,并输出癌症疑似评级以及相应的感兴趣区域。肺癌是全球癌症相关死亡的主要原因, 2020 年报告的死亡人数为 180...
AutoBNN 将传统概率方法的可解释性与神经网络的可扩展性和灵活性相结合,使用复杂数据构建复杂的时间序列预测模型。时间序列问题无处不在,从预测天气和交通模式到了解经济趋势。贝叶斯方法从对数据模式(先验概率)的假设开始,收集证据(例如,新的...
我们推出了 SEEDS,这是一种新的 AI 技术,它使用扩散模型来加速和改进天气预报。SEEDS 可以显著降低生成集合预报的计算成本,并更好地描述罕见或极端天气事件。准确的天气预报会对人们的生活产生直接影响,从帮助做出日常决策(例如为一天的...
在我们发表于《科学》杂志的最新作品《通过工程耗散实现稳定的量子关联多体态》中,我们探讨了环境耗散的反直觉效应,这种效应通常被视为对量子计算有害。通过精心设计耗散,我们发现了一种新的可扩展协议,用于制备寿命比物理量子位更长的纠缠多体量子态。量...
SOAR 是对向量搜索的算法改进,它为 Google 的向量搜索库 ScaNN 引入了有效且低开销的冗余,从而使 ScaNN 更加高效。高效的向量相似性搜索对于 Google 的许多机器学习 (ML) 应用至关重要。它通常用于搜索嵌入,即现...
Patchscopes 是一个新框架,旨在通过利用 LLM 固有的语言能力为其内部隐藏表示提供直观、自然的语言解释,从而统一各种以前用于解释 LLM 内部工作原理的方法。大型语言模型 (LLM) 的显著进步以及与之相关的问题(例如事实性和透...