BriefGPT.xyz
Ask
alpha
关键词
sensitive attribute information
搜索结果 - 2
CVPR
面部属性分类的公平对比学习
本文提出了一种公平的监督对比损失方法(Fair Supervised Contrastive Loss),旨在保证图像的视觉表达不带有敏感属性信息,同时通过组内归一化减少分组之间的差异,实现了在公平性和准确性上的平衡,并在 CelebA 和
→
PDF
2 years ago
评估不确定和不完整信息下机器学习模型的公平性
研究公平分类器培训和评估的挑战,探讨对数据点的敏感属性信息和标签信息的公平性指标依赖性,以及在数据缺乏的情况下如何训练和使用属性分类器进行偏差估计。
PDF
3 years ago
Prev
Next