AI na Matatizo Magumu ya Ulimwengu · Sayansi ya kompyuta ya kinadharia · arXiv · 2026-10-23
Uainishaji unaozingatia udhaifu kwa ubainishaji wa hatari na ujifunzaji thabiti
Kichwa asilia: Fragility-aware Classification for Risk Characterization and Robust Learning
Usahihi na AUC havinasa ukubwa wa makosa makubwa ya hukumu yanayofanywa kwa uhakika, jambo ambalo ni muhimu katika mazingira yanayohusu usalama. Waandishi wanapendekeza Fragility Index, kipimo cha kuepuka hatari kwa ajili ya hatari ya mkia ya makosa kama hayo, pamoja na mfumo unaoweza kufunzwa na kidhibiti (regularizer) kwa mitandao ya kina. Kwenye data halisi ya utambuzi wa magonjwa, FI ilibaini hatari ya makosa ambayo usahihi na AUC vilishindwa kuiona, na miundo inayotegemea FI ilidumisha usahihi wa ushindani huku ikiwa na FI ya chini na wastani wa gharama ya uendeshaji wa chini kuliko upunguzaji wa kawaida wa hatari ya kitakwimu (empirical risk minimization) katika mtiririko wa kazi ulioigwa wa binadamu na AI.