面向线性效用的公平且最优的队列选择
数据结构与算法
2022-10-07 v3 机器学习
摘要
算法决策的兴起引发了围绕这些算法公平性的大量研究。尽管存在许多引人注目的个体公平概念（始于 Dwork 等人的工作），这些概念通常不满足理想的复合性质。为此，Dwork 和 Ilvento 引入了公平队列选择问题，该问题捕捉了一个特定应用：将一个公平分类器与自身复合以精确选出大小为 的候选者群体。在本工作中，我们引入队列选择的一个具体实例，其目标是选择一个最大化线性效用函数的队列。我们针对该问题给出了近似最优的多项式时间算法，适用于两种设置：一种是离线设置，即整个公平分类器一次性给定；另一种是在线设置，即候选者逐个到达并在到达时进行分类。
引用
@article{arxiv.2102.07684,
title = {Fair and Optimal Cohort Selection for Linear Utilities},
author = {Konstantina Bairaktari and Huy Le Nguyen and Jonathan Ullman},
journal= {arXiv preprint arXiv:2102.07684},
year = {2022}
}
备注
This paper has been subsumed by the arXiv paper arXiv:2009.02207