sensitive features | BriefGPT

关键词sensitive features

搜索结果 - 7

组条件缺失人口的公平风险
通过概率插值敏感特征并联合学习组条件缺失概率的变分自编码器，我们提出了公平感知分类模型，以解决隐私、法律问题和个体恐惧所导致的敏感特征全知要求的实际不可行性问题，我们的模型在图像和表格数据集上表现出较好的准确性和公平性平衡。
PDF4 months ago
具有部分私有特征的分类
本研究提出了一种新颖的 AdaBoost 算法，用于在部分特征敏感的条件下实现差分隐私分类，其隐私证明更简单且具有可比拟或更高的准确性，并可适应所有特征敏感的经典情景。
PDF7 months ago
在群体公平设置中检测敏感特征的统计学方法
本文提出了一种基于 Hilber-Schmidt 独立性准则的预处理步骤，用于自动识别敏感特征，以解决机器学习模型在高度影响社会的决策支持系统中不公平结果的问题。我们的实验结果证明了我们的假设，并表明文献中被认为是敏感的几个特征不一定产生不
PDFa year ago
AAAI公平连续定向扩充：用于群体公平的方法
本文提出了一种名为 Fair-CDA 的方法，通过利用特征分离和组间过渡路径的正则化，从而实现细粒度数据增强与公平性约束并存，并引入一个校准模型以提高准确率。实验证明该方法在精度和公平性方面均具有很好的泛化能力，并在 Adult，Celeb
PDFa year ago
AAAI我的词嵌入中有哪些偏见？
本文介绍了一种用于枚举词嵌入中偏差的算法。该算法利用几何模式在公共可用的嵌入中暴露了大量与敏感特征（如种族和性别）相关的冒犯性联想，以及所谓 “消除偏见” 的嵌入。该算法高度不受监督，可用于识别基于社会建构的许多形式的歧视，如种族歧视，这些
PDF6 years ago
文本数据种的人口属性对抗性剔除
本篇论文通过实验证明，作者的人口统计信息可以从神经分类器中间表示中被检测出来；在尝试用对抗性训练去除这些信息时，该方法效果不佳，需要注意敏感特征的不变表示不应仅依赖于对抗性训练。
PDF6 years ago
公正的核学习
研究如何通过包含公平性在目标函数中来解决机器学习中涉及敏感特征的不公平性问题。提出了基于新的公平分类框架的新型公平回归和降维方法，并通过使用 Hilbert Schmidt 独立性准则作为公平项，实现了线性和非线性问题的评估。
PDF7 years ago