ICMLJul, 2019
利用马尔科夫毯子遮蔽 CelebA 类数据集中的偏见:属性先验避免的事后矫正
Covering up bias in CelebA-like datasets with Markov blankets: A post-hoc cure for attribute prior avoidance
Vinay Uday Prabhu, Dian Ang Yap, Alexander Wang, John Whaley
TL;DR本文提出了一种后续解决方案,利用在属性空间中学习的 Ising 属性先验来解决属性先验规避问题,并通过质量实验展示了它的有效性,以解决在 CelebA 和 CelebA-HQ 数据集上学习的最先进深层生成模型在仅对像素空间测量进行建模情况下可能出现的相互属性偏差的潜在空间问题。