Inteligencia artificial para auditoría de calidad de datos: detectando accidentes mal etiquetados en zonas de trabajo utilizando modelos de lenguaje grandes
Autores: Jaradat, Shadi; Acharya, Nirmal; Shivshankar, Smitha; Alhadidi, Taqwa I.; Elhenawy, Mohammad
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Inteligencia artificial para auditoría de calidad de datos: detectando accidentes mal etiquetados en zonas de trabajo utilizando modelos de lenguaje grandes
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Calidad de datos
Conjuntos de datos de accidentes de tráfico
Marco asistido por IA
Registros mal etiquetados
Participación en zonas de construcción
Modelo GPT-3.5
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 42
Citaciones: Sin citaciones
Asegurar una alta calidad de datos en conjuntos de datos de accidentes de tráfico es fundamental para un análisis de seguridad y una formulación de políticas efectivos.
Descripción
Asegurar una alta calidad de datos en conjuntos de datos de accidentes de tráfico es fundamental para un análisis de seguridad y una formulación de políticas efectivos.