研究人员开发了 FairPGT,这是一种新颖的分区图变换器,旨在解决图聚类中的人口统计偏差。该模型将注意力机制限制在特定分区内,并使用路由令牌来保持可扩展性,将计算成本除以分区数。FairPGT 包含一个图感知自训练目标,并在两个级别上强制执行公平性:一个用于聚类分配中人口统计平等的互信息项,以及一个用于指导注意力趋向群体中立性的归一化跨组注意力比率 (nCGAR)。在七个基准测试上的实验表明,FairPGT 实现了卓越的聚类性能和统计平等性,与现有方法相比显著降低了偏差。 AI
影响 这项研究引入了一种缓解图聚类偏差的新方法,有可能在涉及敏感数据的应用中实现更公平的 AI 系统。
排序理由 该项目是一篇学术论文,详细介绍了一种新的图聚类方法。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- CatalyzeX
- CRediT
- DagsHub
- Digital Equipment Corporation
- FairPGT
- Gotit.pub
- Hugging Face
- IArxiv
- METIS
- Mon1
- Northern Mariana Islands
- Pokec-n
- Pokec-z
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →