AAAIJan, 2024
评估自监督和监督模型在顺序数据中的公平性
Evaluating Fairness in Self-supervised and Supervised Models for Sequential Data
Sofia Yfantidou, Dimitris Spathis, Marios Constantinides, Athena Vakali, Daniele Quercia...
TL;DR自监督学习对公平性和性能的影响进行了研究,结果表明通过自我监督学习,性能可与有监督方法相媲美,同时可以极大提高公平性,尤其适用于高风险、数据稀缺的应用领域,如医疗保健。