公平性的再思考：超越深度神经网络公平性的对抗学习
机器学习
2021-01-11 v1 人工智能
摘要
受自动化与人工智能技术时代对公平算法决策需求的驱动，本技术报告对深度学习中公平性的对抗训练提供了理论洞见。我们建立在先前对抗公平性的工作之上，展示了公平预测与模型性能之间持续的权衡，并探索了有助于抵消该权衡的进一步机制。
引用
@article{arxiv.2101.02831,
title = {A Tale of Fairness Revisited: Beyond Adversarial Learning for Deep Neural Network Fairness},
author = {Becky Mashaido and Winston Moh Tangongho},
journal= {arXiv preprint arXiv:2101.02831},
year = {2021}
}
备注
6 pages, 5 figures