随着地面无线通信技术的高速发展，无线通信网络将承载越来越多的高速多媒体业务，为使用户获得良好的业务体验，需要为其提供灵活可靠的服务质量保障。高速业务流的调度方法作为系统QoS保障的重要一环。传统业务调度方法有的仅考虑业务流的绝对优先级、有的依据业务包等待时延的长短进行调度，这些方法缺乏随信道质量及吞吐量变化情况的动态调控能力。针对上述问题，提出一种改进型的M-LWDF动态调度方法，通过引入公平性参数与优先级参数，提升业务调度器的性能。通过仿真验证，改进后的动态调度方法可以使业务流获得更好的时延及抖动指标。

部分内容摘自知乎、《统计因果推理》和因果推理课程等，仅供个人学习使用

Fairlearn Fairlearn是一个Python软件包，可让人工智能（AI）系统开发人员评估其系统的公平性并减轻任何观察到的不公平问题。 Fairlearn包含缓解算法以及用于模型评估的Jupyter小部件。 除了源代码之外，该存储库还包含Jupyter笔记本，其中包含Fairlearn用法示例。 网站： ： 当前的版本 当前的稳定版本可从。 我们当前的版本与0.2或更早的版本有很大的不同。 这些旧版本的用户应访问我们的。 我们所说的公平 人工智能系统可能出于多种原因而表现不公平。 在Fairlearn中，我们定义了AI系统在对人的影响（即危害）方面是否表现出不公平的行为。 我们关注两种危害： 分配危害。 当AI系统扩展或保留机会，资源或信息时，可能会发生这些危害。 一些关键的应用程序是在招聘，入学和贷款方面。 服务质量危害。 服务质量是指即使没有扩展或保留任何机会，资源或信息，系统对于一个人的工作是否也与另一个人的工作是否一样好。 我们遵循被称为“群体公平”的方法，该方法问：哪些群体的个人有遭受伤害的风险？ 相关的组需要由数据科学家指定，并且是特定于应用程序的。

有关认知无线电中公平性的仿真程序图，其中还有与其他算法对比的过程

RPR网络中公平性算法的研究.doc

安全技术-网络信息-面向应用的网络带宽分配公平性算法研究.pdf

公平性：衡量R中的算法公平性 套餐概述 fairness R包提供了用于计算不同敏感组之间算法公平性度量的工具。 基于二元分类任务中的模型预测来计算度量。 该软件包还提供了机会来可视化和比较敏感群体之间的其他预测指标。 该软件包包含用于计算常用的公平机器学习指标的函数，例如： 人口平价 比例平价 均等赔率 预测汇率平价 此外，还实现了以下指标： 误报率平价 假负利率平价 精度平价 负预测价值平价 特异性均等 ROC AUC比较 MCC比较 提供了有关使用该软件包的全面教程。 我们建议您阅读本教程，因为与本自述文件相比，本教程包含对公平性软件包的更深入的描述。 您还会在公平找到一个简短的教程： vignette( ' fairness ' ) 安装 您可以通过运行以下命令从安装最新的稳定软件包版本： install.packages( ' fairness ' ) library(

AI Fairness 360（AIF360） AI Fairness 360工具包是一种可扩展的开放源代码库，包含由研究社区开发的技术，可帮助检测和减轻整个AI应用程序生命周期中机器学习模型的偏差。 AI Fairness 360软件包在Python和R中均可用。 AI Fairness 360软件包包括 用于数据集和模型以测试偏差的全面指标， 这些指标的说明，以及 减轻数据集和模型偏差的算法。 它旨在将实验室的算法研究转化为金融，人力资本管理，医疗保健和教育等广泛领域的实际实践。 我们邀请您使用它并进行改进。 对概念和功能进行了简要介绍。 这些提供了更深入的，面向数据科学家的介绍。 完整的API也可用。 作为一组全面的功能，弄清楚哪种度量标准和算法最适合给定用例可能会造成混淆。 为了提供帮助，我们创建了一些，可供参考。 我们在开发软件包时考虑了可扩展性。 该库仍在开发中。 我们鼓励您对指标，解释器和去偏置算法做出贡献。 与我们联系 （请）！ 支持的偏差缓解算法 优化的预处理（ ） 不同的冲击消除剂（ ） 均等几率后处理（ ） 重新称重（ ） 拒绝期权分类

无线物联网（WBAN）作为物联网（IOT）的重要组成部分以及设备到设备（D2D）通信的特殊情况，逐渐成为人们关注的焦点。 由于WBAN是一个以人体为中心的网络，因此传感器节点的能量受到严格限制，因为它们是由电量有限的电池供电的。 在每个数据收集中，仅安排一个传感器节点将其测量结果通过衰落信道直接传输到接入点（AP）。 我们提出了在公平性约束下动态选择哪个传感器应与AP通信以最大化网络寿命的问题，这是受约束的马尔可夫决策过程（CMDP）。 在动态规划中，通过Bellman方程获得最优寿命和最优策略。 所提出的算法定义了在不同程度的公平性约束下WBAN生命周期的限制性能。 针对获取全局信道状态信息（CSI）时实现开销较大的缺点，提出了采用局部CSI的分布式调度算法，节省了网络开销，简化了算法。 通过仿真证明，该调度算法可以在不同的信道条件下合理分配时隙，以平衡网络寿命和公平性。

#资源达人分享计划#