BriefGPT.xyz
Jun, 2019
通过解缠来实现灵活公平的表示学习
Flexibly Fair Representation Learning by Disentanglement
HTML
PDF
Elliot Creager, David Madras, Jörn-Henrik Jacobsen, Marissa A. Weis, Kevin Swersky...
TL;DR
该研究论文探讨了学习表示方法和多个敏感属性之间实现群体和子群体公平性的方法，通过提出一种算法来实现紧凑立体的数据表示，该算法可以灵活地进行公平性调整，同时不需要使用敏感属性进行推理，拥有较好的分类效果。
Abstract
We consider the problem of learning representations that achieve group and subgroup
fairness
with respect to multiple
sensitive attributes
. Taking inspiration from the disentangled
→