研究者提出公平感知情境实验算法F-CTSD
热点事件持续更新
研究者提出公平感知情境实验算法F-CTSD
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
Guangyan Gan等作者提出公平性感知的情境化Track-and-Stop设计算法F-CTSD，目标是在最小化所需样本量的同时，为异构子群的情境实验提供子群公平性统计保证。 论文称，该算法在这一约束下推导出了精确的样本复杂度。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 13:00
F-CTSD：面向异构子群情境实验的公平性感知设计算法报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · cs.AIF-CTSD：面向异构子群情境实验的公平性感知设计算法
研究者提出公平性感知的情境化 Track-and-Stop 设计算法（F-CTSD，Fairness-Aware Contextual Track-and-Stop Design），在最小化所需样本量的同时为子群公平性提供统计保证，并推导出该约束下的精确样本复杂度。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。