1st ICLR International Workshop on Privacy, Accountability, Interpretability, Robustness, Reasoning on Structured Data (PAIR^2Struct)

要約

近年、人工知能 (AI) の責任ある倫理的な使用に関する原則とガイダンスの進歩が世界中で見られます。
具体的には、データのプライバシー、説明責任、解釈可能性、堅牢性、推論は、意思決定が重要なアプリケーションやプライバシーに配慮したアプリケーションで機械学習 (ML) テクノロジを使用するための基本原則として広く認識されています。
一方、膨大な実世界のアプリケーションでは、データ自体は、グラフ構造のデータ (ネットワークなど)、グリッド構造のデータ (画像など)、連続データ (
本質的に構造化された知識を活用することで、より関連性の高い変数を特定して使用し、信頼できる決定を下すためのもっともらしいアプローチを設計できるため、現実世界への展開が容易になります。

要約(オリジナル)

Recent years have seen advances on principles and guidance relating to accountable and ethical use of artificial intelligence (AI) spring up around the globe. Specifically, Data Privacy, Accountability, Interpretability, Robustness, and Reasoning have been broadly recognized as fundamental principles of using machine learning (ML) technologies on decision-critical and/or privacy-sensitive applications. On the other hand, in tremendous real-world applications, data itself can be well represented as various structured formalisms, such as graph-structured data (e.g., networks), grid-structured data (e.g., images), sequential data (e.g., text), etc. By exploiting the inherently structured knowledge, one can design plausible approaches to identify and use more relevant variables to make reliable decisions, thereby facilitating real-world deployments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google