현재 위치
Home
AI 편향(AI Bias) 심화 요인 탄색 기반 완화 방안에 대한 연구
-
- 발행기관
- 한국경영정보학회 바로가기
-
- 간행물
- 한국경영정보학회 정기 학술대회 바로가기
-
- 통권
- 2024 경영정보관련 춘계통합학술대회 (2024.05)바로가기
-
- 페이지
- pp.622-623
-
- 저자
-
- 언어
- 한국어(KOR)
-
- URL
- https://www.earticle.net/Article/A455419
원문정보
초록
- 한국어
- AI 모델의 편향성은 해당 모델의 예측, 추론 등의 결과가 특정 집단에 대하여 불리하게 작용하거나 특정 상황에 대하여 왜곡된 예측을 하는 현상을 의미한다. 이러한 AI의 편향성은 부정확한 예측에 따른 모델 성능의 저하와 더불어 모델이 일부 집단에 대하여 불공정한 차별적인 결과를 발생시킴에 따라, 최근 들어 AI 윤리와 공정성의 관점에서 AI 모델의 편향성 완화 방안 마련을 위한 연구의 필요성이 제기되고 있다. AI 모델의 편향성을 형성하는 주요 요인에는 학습 데이터 불균형, 알고리즘 편향, 사회, 문화적 환경을 고려하지 못한 사용자 오류 등이 존재한다. 즉, 학습 데이터의 대표성 부족, 라벨링 오류 등의 데이터 편향성 및 학습 데이터에 적합하지 못한 알고리즘 적용에 따라 형성되는 알고리즘의 편향 등이 대표적이다. 이에 본 연구는 AI 모델에 내재된 편향성을 완화할 수 있는 방안을 data preprocessing, data in-processing, data post-processing 의 관점에서 제시하고자 한다.
- 일본어
목차
Introduction
Literature Review
AI Bias
Research Method
Contributions
References
키워드
Artificial Intelligence AI bias AI fairness AI prejudice Algorithmic bias Data bias저자
간행물 정보
발행기관
-
- 발행기관명
- 한국경영정보학회 [The Korea Society of Management information Systems]
- 설립연도
- 1989
- 분야
- 사회과학>경영학
- 소개
- 이 학회는 경영정보학의 연구 및 교류를 촉진하고 학문의 발전과 응용에 공헌함을 목적으로 합니다.
간행물
-
- 간행물명
- 한국경영정보학회 정기 학술대회 [KMIS Conference]
- 간기
- 반년간
- 수록기간
- 1990~2025
- 십진분류
- KDC 325 DDC 658
이 권호 내 다른 논문 / 한국경영정보학회 정기 학술대회 2024 경영정보관련 춘계통합학술대회
피인용수 : 0건 (자료제공 : 네이버학술정보)
함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.
출처 : 네이버학술정보
0개의 논문이 장바구니에 담겼습니다.