Violet Xinying Chen

新框架将公平性整合到AI预测和决策阶段

研究人员引入了一个名为端到端公平性优化（E2EFO）的新框架，以解决现实世界系统中预测和决策阶段出现的公平性问题。该框架将公平性整合到整个预测到决策流程中，专注于基于群体公平性的资源分配。提出的公平决策聚焦学习（FDFL）方法联合优化预测准确性、预测公平性和决策遗憾（即由于不完美的预测而导致的决策公平性损失）。数值实验证明了这种集成方法在医疗保健和合成资源分配场景中的优势。