面向反事实公平性的对抗学习
机器学习
2020-09-01 v1 人工智能
计算机与社会
机器学习
摘要
近年来，公平性已成为机器学习研究界的一个重要课题。特别地，反事实公平性旨在构建在最具个体层面确保公平的预测模型。其思想不是在全球范围内考虑整个人群的公平，而是设想任何个体在给定关注属性（例如不同的性别或种族）发生变化时会是什么样子。现有方法依赖于个体的变分自编码，使用最大均值差异（MMD）惩罚来限制推断表示与其相应敏感属性之间的统计依赖性。这使得能够模拟用于训练目标公平模型的反事实样本，目标是为任何个体的每个替代版本产生相似结果。在本工作中，我们提出依赖对抗神经学习方法，其能够实现比 MMD 惩罚更强大的推断，并且特别更适合连续设定，即敏感属性的值无法被穷举枚举的情况。实验显示了在离散与连续设定下反事实公平性的显著提升。
引用
@article{arxiv.2008.13122,
title = {Adversarial Learning for Counterfactual Fairness},
author = {Vincent Grari and Sylvain Lamprier and Marcin Detyniecki},
journal= {arXiv preprint arXiv:2008.13122},
year = {2020}
}
备注
11 pages, 5 figures