BriefGPT.xyz
Ask
alpha
关键词
fair classifier
搜索结果 - 3
无需公平训练的公平分类器:一种受影响引导的数据采样方法
学习公平分类器的方法是避免使用敏感属性的训练数据,在适当分布转移的数据集上进行传统训练可以同时减少公平差距上界和模型泛化误差,提高公平性和准确性。我们提出了一种可行的解决方案,通过采样有影响力的数据来在训练过程中逐步转移原始训练数据,其中新
→
PDF
5 months ago
一种包含三元组折叠的公平分类器
本文研究三元损失函数的行为,表明在随机三元组选择的情况下,当三元损失函数的边缘大于潜空间中两点之间的最大距离时,可以利用其崩溃现象来限制机器学习模型所创造和长期保持的偏见,从而得到公平的分类器。
PDF
a year ago
通过联邦学习改善公平性
本文提出了一个新的理论框架,证明联邦学习可以比本地分类器严格提高模型的公平性,但目前的基于 FedAvg 的公平学习算法在性能上与中心化数据上训练的公平分类器相比牺牲了很多,为此我们提出了一种名为 FedFB 的基于隐私保护的公平学习算法,
→
PDF
3 years ago
Prev
Next