用于公平表示学习的对抗式堆叠自编码器

仅以准确率为最终目标训练机器学习模型，可能会助长数据中嵌入的偏见和歧视行为。一种解决方案是学习满足特定公平性度量的潜在表示。人们采用不同类型的学习方法将数据映射到公平表示空间。主要目的是学习数据的潜在表示，使其在公平性度量上表现良好，同时保持对下游任务的可用性。在本文中，我们提出一种新的公平表示学习方法，利用数据的不同表示层级来收紧所学表示的公平性边界。我们的结果表明，堆叠不同的自编码器并在不同潜在空间强制公平性，与其他现有方法相比可改善公平性。