资助Dr.James Caverlee博士Dezhen Song(右派)从亚马逊研究奖方案获得,目的是支持一两个研究生或博士后学生工作一年,由教职员工监督图像:
得克萨斯AM工程
博士James Caverlee博士德州A&M大学计算机科学工程系教授Dezhen Song亚马逊研究奖程序接收资助 他们的研究项目建议程序提供不受限制基金和亚马逊WebService推广信用 学术研究人员调查多科研究题
Caverlee项目命名为“公平建议不统计学 ” 。 推荐算法是我们每天遇到的许多平台/应用的构件,这些平台/应用推荐工作、新闻文章和社会联系此外,人们日益认识到这些建议公平性的重要性。
当前提高公平性方法依赖种族和/或性别等用户统计学,以确保公平性属性被纳入推荐模型培训过程然而,在许多假想中,可能难以确定何为人口属性和组合,因为这些属性和组合并非总有可用性,有些甚至受法规禁止收集
Caverlee表示:「我们的目标是调查技巧并开发有效工具提高推荐者系统公平性,以之扩展公平相关努力范围推荐 以覆盖这些重要假设
Song项目题目为“Optoacistic材料和结构预感检测机器人Fingetip”,这是与Dr.Jun Zou,得克萨斯A&M电气计算机工程系教授
机器人最大的挑战之一是可靠抓取未知对象机器人使用从工厂楼层扩展至范围更广的服务市场时,他们必须有能力获取对象而不事先知道它。物体无触检测提供摩擦系数和可应用抓力的重要信息规划机器人成功抓取,但没有传感器可实现此目标
开发系统算法创建新式微型指针传感器 检测并映射对象物型 形状和近地内结构
Caverlee和Song是101名接收者中的一员,代表亚马逊地区13个国家的59所大学每一奖旨在支持一或二名研究生或博士后生工作一年,由教职员工监督