Fairguard：在智能城市中利用基于逻辑的规则保障公平性
人工智能
2023-09-11 v7
摘要
智能城市运行于计算预测框架之上，这些框架收集、聚合并利用来自大规模传感器网络的数据。然而，这些框架易受多种数据与算法偏差源的影响，常导致不公平的预测结果。本工作中，我们通过研究来自田纳西州查塔努加的真实城市数据，首先证明偏差在微观层面于时间和空间上均持续存在。为缓解此类偏差问题，我们引入Fairguard，一种基于微观层面时序逻辑的方法，用于复杂时空域中公平的智能城市策略调整与生成。Fairguard框架包含两阶段：首先，我们开发静态生成器，能够通过基于时序逻辑条件最小化所选属性间的相关性来减少数据偏差。然后，为保障预测算法中的公平性，我们设计动态组件，通过利用逻辑规则调节预测结果并生成未来公平预测。评估表明，启用逻辑的静态Fairguard能有效降低有偏相关性，而动态Fairguard可在运行时保障受保护群体的公平性，且对整体性能影响最小。
引用
@article{arxiv.2302.11137,
title = {Fairguard: Harness Logic-based Fairness Rules in Smart Cities},
author = {Yiqi Zhao and Ziyan An and Xuqing Gao and Ayan Mukhopadhyay and Meiyi Ma},
journal= {arXiv preprint arXiv:2302.11137},
year = {2023}
}