工作场所伤害预测
计算机与社会
2019-06-10 v1 机器学习
机器学习
摘要
工作场所伤害导致巨大的人力与财务损失。据国际劳工组织（ILO）报告，每年报告的工伤相关伤害超过 3.74 亿起。在本研究中，我们调查工作环境中的伤害风险预测与预防问题。尽管各组织间的伤害数量可观，但在单一组织内它们属于罕见事件。因此，从单一组织收集足够大的数据集极其困难。此外，所收集的数据集通常高度不平衡，增加了问题难度。最后，风险预测需要为预防伤害提供额外背景。我们提出并评估了以下完整解决方案：1）若干基于集成的重采样方法以解决类不平衡问题，2）一种跨组织迁移知识的新型迁移学习方法，以及 3）在控制相关混杂因素的同时揭示不同变量对伤害风险的关联与因果效应的多种技术。
引用
@article{arxiv.1906.03080,
title = {Prediction of Workplace Injuries},
author = {Mehdi Sadeqi and Azin Asgarian and Ariel Sibilia},
journal= {arXiv preprint arXiv:1906.03080},
year = {2019}
}
备注
AI for Social Good (AISG) Workshop at ICML 2019