0
  • DE
  • EN
  • FR
  • Base de données et galerie internationale d'ouvrages d'art et du génie civil

Publicité

Machine Hands on Flaws to Machine: The Surprising Sources of Biases in Machine Learning Models

Auteur(s):
Médium: article de revue
Langue(s): anglais
Publié dans: Architectural Design, , n. 3, v. 94
Page(s): 102-109
DOI: 10.1002/ad.3061
Abstrait:

After musing on the history and varying media of the concept of ‘gone viral’, Associate Professor of Architecture at the University of California, Berkeley, Kyle Steinfeld further investigates computational design through the lens of cultural practices. Even the seemingly most contemporary and innovative technological ideas and gizmos can be traced back to a series of legacy notions that remain silently present in new advances. The article discusses such ‘hinge’ moments and searches for them in AI.

Structurae ne peut pas vous offrir cette publication en texte intégral pour l'instant. Le texte intégral est accessible chez l'éditeur. DOI: 10.1002/ad.3061.
  • Informations
    sur cette fiche
  • Reference-ID
    10787436
  • Publié(e) le:
    20.06.2024
  • Modifié(e) le:
    20.06.2024
 
Structurae coopère avec
International Association for Bridge and Structural Engineering (IABSE)
e-mosty Magazine
e-BrIM Magazine