Refine
Year of publication
Document type
- Conference Proceeding (16)
- Article (peer-reviewed) (13)
- Contribution to a Periodical (3)
- Bachelor Thesis (1)
- Part of a Book (1)
- Master's Thesis (1)
Keywords
- Machine learning (35) (remove)
Course of studies
Die Biografie- und Erinnerungspflege stellt eine Behandlungsform für die unheilbare Demenzerkrankung dar. Hierbei wird versucht durch Aktivitäten, welche einen Bezug zu der Vergangenheit des Menschen mit Demenz haben, Erinnerungen auszulösen. Dies hilft der an Demenz erkrankten Person ihr Identitätsgefühl zu festigen.
Im Rahmen dieser Bachelorarbeit wurde eine innovative Anwendung entwickelt, welche interaktive und multimediale Bilder für die Biografie- und Erinnerungspflege bereitstellt. Mit diesen Bildern kann der Mensch mit Demenz interagieren, indem er auf einzelne Objekte drückt und daraufhin ein thematisch passendes Medium präsentiert wird. Die interaktiven Bilder werden automatisch, mittels Machine Learning, erstellt. Des Weiteren wurde ein Recommender System implementiert, welches basierend auf den Präferenzen des Menschen mit Demenz, Inhalte für eine Biografie- und Erinnerungspflegesitzung vorschlägt.
The usage of machine learning models for prediction is growing rapidly and proof that the intended requirements are met is essential. Audits are a proven method to determine whether requirements or guidelines are met. However, machine learning models have intrinsic characteristics, such as the quality of training data, that make it difficult to demonstrate the required behavior and make audits more challenging. This paper describes an ML audit framework that evaluates and reviews the risks of machine learning applications, the quality of the training data, and the machine learning model. We evaluate and demonstrate the functionality of the proposed framework by auditing an steel plate fault prediction model.