实体
Equal Opportunity Difference
Equal Opportunity Difference
PulseAugur coverage of Equal Opportunity Difference — every cluster mentioning Equal Opportunity Difference across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新方案Fairis应对协作机器学习中的公平性投毒
研究人员开发了Fairis，这是一种新颖的服务器端重加权方案，旨在增强协作机器学习中的公平性和鲁棒性，尤其适用于金融机构。该方法旨在防止公平性投毒攻击，在这种攻击中，恶意客户端在保持准确性的同时操纵群体公平性指标。Fairis通过根据客户端的本地公平性分数分配权重来实现这一点，确保试图操纵系统的对手的影响力被单调降低。
-
新研究聚焦扩散模型、朴素贝叶斯和空间模式中的人工智能公平性
研究人员正在开发新方法，以确保各种应用中机器学习模型的公平性。一篇论文介绍了“StayFair”，通过将偏差分解为模型和引导分量，来在不同引导尺度下保持扩散模型的公平性。另一项研究提出了一种“偏差缓解朴素贝叶斯”分类器，该分类器融合了特定群体和汇总的似然估计，以平衡公平性和准确性。此外，一种新方法基于个体移动模式评估空间公平性，将该概念推广到静态位置之外。其他研究探讨了不同公平性指标之间的不一致性，强调了多指标分析的必要性，并利用最优…