Fairness

7.Jain Fairness Index

1.JainFairnessIndexJainFairnessIndex是一种用于衡量资源分配公平性的指标，特别适用于网络服务的质量保证和资源管理。该指标是由印度工程师和学者RaviJain在1984年提出的。JainFairnessIndex的计算公式如下：J(x1,x2,...,xn)=(∑i=1nxi)2n⋅∑i=1n(xi)2\begin{equation}J(x_1,x_2,...,x_
其木王·王子·2024-08-27 16:11

ML Design Pattern——Fairness Lens

FairnessLensWhendiscussingmachinelearningdesignpatternsthroughafairnesslens,weareessentiallyexamininghowtoensurethatthealgorithmsandmodelswecreatearefairandunbiased.Thisinvolvesconsideringhowdifferent
卢延吉·2024-01-23 15:15

专题解读｜Graph Fairness代表性工作介绍

1.图上的公平性问题图在现实世界中无处不在，例如知识图谱，社交网络和生物网络。近年来，图神经网络(graphneuralnetworks，GNNs)在图结构数据建模方面表现出了强大的能力。一般地，GNNs采用消息传递机制，通过迭代地聚合邻居节点的表示来更新节点的表示。得到的表示同时保留了节点属性和局部图结构信息，便于各种下游任务，如节点分类和链接预测。尽管GNNs表现优异，但最近的研究表明，GNN
梦码城·2023-11-14 17:55

Bias and Fairness in Large Language Models: A Survey

本文是LLM系列文章，针对《BiasandFairnessinLargeLanguageModels:ASurvey》的翻译。大型语言模型中的偏见与公平性研究摘要1引言2LLM偏见与公平的形式化3偏见评价指标的分类4偏见评价数据集的分类5缓解偏见的技术分类6开放问题和挑战7结论摘要大型语言模型(llm)的快速发展使得处理、理解和生成类人文本成为可能，并越来越多地集成到触及我们社会领域的系统中。尽管
UnknownBody·2023-10-10 12:14

最大最小公平性（Max-min Fairness）的学习记录

思考源头：遇到一道很有意思的题，关于带宽分配的最大最小公平性（Max-minFairness）原则。如图1所示图1：最大最小公平性解决思路：众所周知，关于发送方的流量控制，就是滑动窗口机制了，但只知窗口，还是得不到速率。拥塞避免也是在解决窗口的问题，同样得不到速率。查了很多资料了，最后发现其实还是与拥塞控制相关，引起带宽竞争。这就要用到最大最小公平性原则最大最小公平性原则的核心思想：最小流量的最大
qbzzzz95·2023-10-09 05:34

A Survey on Fairness in Large Language Models

本文是LLM系列文章，针对《ASurveyonFairnessinLargeLanguageModels》的翻译。大型语言模型中的公平性研究综述摘要1引言2评估度量3内在去偏4外部去偏5大型LLM的公平性6讨论7结论摘要大型语言模型（LLM）已经显示出强大的性能和发展前景，并在现实世界中得到了广泛的部署。然而，LLM可以从未处理的训练数据中捕捉社会偏见，并将这些偏见传播到下游任务。不公平的LLM制
UnknownBody·2023-09-20 10:47

ML-fairness-gym入门教学

1、ML-fairness-gym简介ML-fairness-gym是一个探索机器学习系统长期影响的工具。可以用于评估机器学习系统的公平性和评估静态数据集上针对各种输入的误差度量的差异。
恣睢s·2023-08-16 11:15

论文阅读-Fairness-aware Personalized Ranking Recommendation viaAdversarial Learning

摘要推荐算法通常基于历史用户-项目交互（例如，点击、喜欢或评级）构建模型，以提供个性化的项目排序列表。由于用户偏好的不同，这些交互通常不均匀地分布在不同的项目组上。然而，作者表明，推荐算法可以继承甚至放大这种不平衡的分布，导致对项目组的不公平推荐。具体地说，作者将基于排名的统计均等（statisticalparity）和机会均等（equalopportunity）的概念形式化为项目组个性化排名推荐
春春辉·2023-04-15 16:21

Certifying Some Distributional Fairness with Subpopulation Decomposition

文章目录CertifyingSomeDistributionalFairnesswithSubpopulationDecomposition1.介绍2.基于公平约束分布的可验证公平性2.1可验证公平性3.公平性认证框架3.1子群分解【核心】3.2具有敏感偏移的可验证公平性3.3具有一般偏移的可验证公平性附录数据分布CertifyingSomeDistributionalFairnesswithSu
梦码城·2023-04-07 04:37

ACCA P7 - Ethics and Practice management

1Codeofethicsandconduct1.1FundamentalprinciplesIntegrity-(truth)straightforwardandhonestfairdealingandtruthfulnessObjectivity-(fairness
深深睁开眼·2023-03-28 20:30

刘润说什么是公平，公正，公开？

要讨论这个问题，那就要首先理解什么是“公平”（fairness）。公平，就是用“同一把”尺子丈量万物。我用分数要求你，也用分数要求所有其他人，一视同仁。这就是公平。
杨洁kathy·2023-02-18 00:11

清河随笔|“家”之随想

文|清河AHomeofLoyalty,Fairness,Honor&Fraternity有着五千年文明的中华民族，历来是重视“家”这个概念的。
印记_成长·2023-02-17 00:25

论文精读：FairMOT: On the Fairness of Detection and Re-Identification in MultipleObject Tracking

1.提出背景以往的工作通常将re-ID视为次要任务，其准确性受到主要检测任务的严重影响。因此，网络偏向于主检测任务，这对re-ID任务不公平。2.核心思想将MOT表示为单个网络中目标检测和reid的多任务学习，因为它允许两个任务的联合优化，并且具有较高的计算效率。然而，我们发现这两个任务倾向于相互竞争，这需要仔细处理。特别是，以往的工作通常将re-ID视为次要任务，其准确性受到主要检测任务的严重影
樱花的浪漫·2023-02-04 00:59

L3-GDPR 具体权利篇

fairness意在规范datasubject和datacontroller的关系，后者必须以及时、透明、全面、易理解，且符合前者意愿的方式，就process的过
Alchemist007·2023-02-01 01:41

#今日论文推荐# 可信图神经网络综述：隐私，鲁棒性，公平和可解释性

今日论文推荐#可信图神经网络综述：隐私，鲁棒性，公平和可解释性对于可信图神经网络（TrustworthyGraphNeuralNetworks）在隐私（privacy），鲁棒性（robustness），公平（fairness
wwwsxn·2023-01-12 22:43

推荐系统公平性论文阅读(一)

公平性(fariness)-新的突破点推荐系统的公平性(fairness)正在成为推荐系统领域的一个新的突破点，目前对于推荐系统这种需要落地的应用，单纯的在模型领域取得准确率等指标的突破已经不是唯一的追求
「已注销」·2023-01-12 22:13

可信图神经网络综述：隐私，鲁棒性，公平和可解释性

©作者|戴恩炎，赵天翔，王苏杭单位|宾夕法尼亚州立大学对于可信图神经网络（TrustworthyGraphNeuralNetworks）在隐私（privacy），鲁棒性（robustness），公平（fairness
PaperWeekly·2023-01-12 21:12

Fairness in Deep Learning: A Computational Perspective

深度学习的公平性:计算的角度利用深度学习缓解歧视性，从三个方面：DiscriminationviaInput，DiscriminationviaRepresentation，PredictionQualityDisparity的三个阶段Pre-processing，In-processing，Post-processing论述缓解的方法。一、DiscriminationviaInput（1）Pre
肉嘟嘟的zhu·2023-01-09 10:21

Collaborative Fairness in Federated Learning论文阅读笔记

论文地址：https://arxiv.org/abs/2008.121611.介绍大多数现有的分布式或FL框架忽略了参与的一个重要方面：协作公平性。特别是，所有参与者都可以收到相同或类似的模型，而不管他们的贡献如何。为了解决这个问题，本文研究了FL中的协作公平性，并提出了一个新的协作公平联合学习（CFFL）框架，该框架利用声誉强制参与者收敛到不同的模型，从而在不影响预测性能的情况下实现公平性。在基
kkcodeer·2023-01-09 10:47

【论文泛读】Towards Long-term Fairness in Recommendation - 2021 - WSDM

TowardsLong-termFairnessinRecommendation[2021-WSDM]本文是投在顶会WSDM上的2021年的新文章，旨在采用强化学习方法解决常规推荐环境中的曝光不公平问题。个人进行了泛读，摘要和评论如下（由于未进行精读可能会存在谬误）：论文解决的具体问题和主要假设该篇论文站在item的角度，认为解决推荐系统的公平性问题，不应该在静态的或者在“使用一次性策略就能使之公
JinyuZ1996·2023-01-09 10:44

Differential Privacy and Fairness in Decisions and Learning Tasks: A Survey

1摘要综述了近年来差分隐私与公平交叉领域的成果分析了差分隐私在决策问题和学习任务中可能加剧不公平性的原因在差分隐私系统中缓解不公平性的措施在公平的条件下部署隐私模型面临的挑战2介绍大型数据集和计算资源的可用性推动了人工智能的重大进展。这些进展使得人工智能成为涉及个人的许多决策和政策操作的辅助工具：包括法律决策、贷款、招聘、福利分配等。然而，机器学习模型是个黑盒。所以人们会担忧，这个系统是否公平？是
故、梦·2023-01-09 10:40

机器学习中的偏差与公平性研究报告分享 A Survey on Bias and Fairness in Machine Learning

IITCS480-IntroductiontoArtificialIntelligenceAssignments_Week13_Participationgithub:https://github.com/IIT-MAI-2020Fall文章目录论文文档思维导图TwoquestionsAssignments总体看法关于SocialBias的看法论文文档https://arxiv.org/pdf/1
Younix脏羊·2023-01-09 10:10

Fairness in Recommendation: A Survey 阅读笔记

论文链接搁置了许久的毕设，又要开始重新启航。2022年的最后一段时间过得真是很崎岖，2023希望大家平安喜乐。课设还未结束，但是毕设不能再拖，开工啦！这又是一篇综述，有关推荐系统中的公平性，之前有两篇综述都更宏观，讲了机器学习领域的公平性，当然推荐系统也在其中，这次就读的细一点，从推荐系统方向来看，也许不久的将来我也会去做推荐系统与RL的交叉了。写在前面：看这篇综述时，有参考这篇知乎内容。摘要关键
Catherine_he_ye·2023-01-09 10:06

可信任的人工智能（三）

在本系列文章的前两章我们介绍了人工智能模型的公平性(Fairness)、可解释性(Explainability)以及模型质量(Quality)的基本概念。这些都是构建可信任的人工智能平台的重要因素。
魏可伟·2022-12-12 14:13

Fairness-aware Adversarial Perturbation Towards Bias Mitigation for Deployed Deep Models[论文笔记]

在arxiv上看到一篇用对抗样本来做公平性提升的论文，fairness-awareAdversarialPerturbationTowardsBiasMitigationforDeployedDeepModels
威化饼的一隅·2022-12-10 21:02

【推荐系统】深入理解推荐系统：Fairness、Bias和Debias

写在前面【推荐系统】专栏历史文章：深入理解YouTube推荐系统算法深入理解推荐系统：召回深入理解推荐系统：排序作为【推荐系统】系列文章的第四篇，将以推荐系统的“Fairness公平性”作为今天的主角，
风度78·2022-12-10 11:52

Recommendation Fairness: From Static to Dynamic 阅读笔记

论文链接https://arxiv.org/abs/2109.03150v1Section1引言越来越多的推荐系统开始将推荐建模为一个马尔可夫决策过程，并使用强化学习来解决这个问题。从而推荐系统场景下的公平性研究便面临着一个从静态评价与一次性干预staticevaluationandone-shotintervention到动态监控与不间断控制dynamicmonitoringandnon-sto
Catherine_he_ye·2022-11-29 03:00

FAIRNESS IN MACHINE LEARNING: A SURVEY 阅读笔记

论文链接刚读完一篇关于机器学习领域研究公平性的综述，这篇综述想必与其有许多共通之处，重合部分不再整理笔记，可详见上一篇论文的笔记：ASurveyonBiasandFairnessinMachineLearning阅读笔记_Catherine_he_ye的博客Section1引言这篇文章试图在机器学习文献中提供不同的思想流派和减轻(社会)偏见和增加公平的方法的概述。它将方法组织成广泛接受的预处理、在
Catherine_he_ye·2022-11-29 03:29

算法的可解释性

我们知道ResponsibleAI主要分为两个方面，Interpretability和Fairness。
数据算法小屋·2022-11-26 18:31

A Survey on Bias and Fairness in Machine Learning 阅读笔记

论文链接Section1引言1.Inthecontextofdecision-making,fairnessistheabsenceofanyprejudiceorfavoritismtowardanindividualorgroupbasedontheirinherentoracquiredcharacteristics.公平是指基于个人或群体的固有或后天特征而对其没有任何偏见或偏袒。2.bia
Catherine_he_ye·2022-11-24 15:01

Achieving Diferential Privacy and Fairness in Logistic Regression

AchievingDifferentialPrivacyandFairnessinLogisticRegression1.摘要背景：机器学习算法的正常运行依赖于大量的敏感信息，因此引发了社会各界对隐私和机器学习公平性等问题的担忧。研究现状：目前，机器学习领域的许多研究要么只关注隐私，要么只关注机器学习公平性，如何同时实现隐私和机器学习公平还有待挖掘。创新点：论文提出了两种在LogisticLogi
故、梦·2022-11-08 09:24

Spark + AI Summit 2020——The Importance of Model Fairness and Interpretability in AI Systems

Spark+AISummit2020TheImportanceofModelFairnessandInterpretabilityinAISystems观看体会报告概览这次我选择观看由微软的FrancescaLazzeri博士带来的关于机器学习模型可解释性和公平性的报告。链接：https://databricks.com/session_na20/the-importance-of-model-f
int antiluxism·2022-11-08 09:53

机器学习/深度学习模型的8个测试属性

Correctness）二.过拟合度（Overfitting）三.鲁棒性（Robustness）四.安全性（Security）五.隐私性（Privacy）六.效率性（Efficiency）七.公平性（Fairness
Allenpandas·2022-10-10 20:29

计算机系统（七）：运输层（特别篇）——TCP拥塞控制

滑动窗口与拥塞控制7.6TCP拥塞控制7.6.1慢启动7.6.2拥塞避免7.6.3快速恢复——拥塞控制优化7.6.4进一步优化7.7拥塞控制补充7.7.1宏观模型7.7.2窗口大小7.7.3Rate,fairness7.5TCP
小羊和小何·2022-09-12 10:34

论文阅读:A Survey on Bias and Fairness in Machine Learning(ACM)

按中李沐的读论文方法只看摘要、结论和介绍，有兴趣的再看模型和实验。摘要随着人工智能系统和应用在我们日常生活中的广泛使用，在设计这些类型的系统时，考虑公平问题是很重要的。这种系统可能用于许多敏感的环境中，以作出重要的和改变生活的决定。因此，确保这些决定不反映对某些群体或人群的歧视行为是至关重要的。我们最近看到了机器学习、自然语言处理和深度学习的工作，它们在不同的子领域解决了很多问题。随着这些系统的商
小白之比白更白·2022-09-09 07:52

【机器学习中的公平性】Fairness in Machine Learning

原文出处：https://blog.godatadriven.com/fairness-in-pytorch近几年，机器学习的公平性广泛地引起科研与开发人员的关注。
AesopUtopia·2022-04-16 07:08

论文阅读笔记6——FairMOT:On the Fairness of Detection and Re-identification in MOT

这篇文章很好，打算精读。原文：原文代码：代码\space0.Abstract传统的MOT方法是将目标探测和重识别分开。但是作者发现两个任务会倾向于相互竞争，这是需要谨慎处理的问题。尤其是检测精度会极大地影响重识别的任务.因此之前的方法偏向于检测任务，这对于重识别不公平，也就是二者不对等。作者基于无锚的CenterNet提出了FairMOT，但是并不是CenterNet和re-ID的简单结合，而是设
wjpwjpwjp0831·2022-02-14 07:32

公平 公正 公开

要讨论这个问题，那就要首先理解什么是“公平”（fairness）。公平，就是用“同一把”尺子丈量万物。我用分数要求你，也用分数要求所有其他人，一视同仁。这就是公平。
心境映花容·2022-02-05 22:22

关于公平公正||刘润老师文第31篇

要讨论这个问题，那就要首先理解什么是“公平”（fairness）。公平，就是用“同一把”尺子丈量万物。我用分数要求你，也用分数要求所有其他人，一视同仁。这就是公平。
韩玲Julie·2021-06-20 18:06

FAIRNESS

这个世界很公平.......(一)你不喜欢他，他不喜欢你，这很公平'你喜欢他，他喜欢她，她喜欢他，他喜欢你，总之，他喜欢你，你喜欢他'(二)呵呵，你老爸老妈很和睦，你很幸福，Youarealuckydog.呵呵，你老爸老妈在争吵，你很反感，butyourmoneybecomesmore，becausethey'recompensating(补偿)you.Oronesidetogiveyouallt
BQNS·2021-05-20 12:33

Lucky choice

Thisisaverysimpleandeasysoftwaretoextractrewards.Youcansetupprizesfreelyandaddthelistofparticipants.Clickthestartbuttonforthelottery.Itisverysuitableforuseincompanyannualmeetingsoractivities.Fairness
逍遥alan·2021-04-21 04:57

2019年CS224N课程笔记-Lecture 19:Safety, Bias, and Fairness

资源链接：https://www.bilibili.com/video/BV1r4411f7td?p=19毒性/toxicity->戾气程度正课内容对于现实中的这种香蕉我们倾向于不提黄色（第一次看这个图的时候很少/几乎没有有人说黄色），因为黄色是他的原型（绿色和斑点则不是）原型理论分类的目的之一是将刺激之间的无限差异缩小到行为和认知上可用的比例物品可能有一些核心的原型概念，这些概念来自于存储的对象
任菜菜学编程·2020-09-15 04:56

Atcoder Grand Contest 024 简要题解

Fairness：(A,B,C)(A,B,C)经过一次变换之后变成(B+C,A+C,A+B)(B+C,A+C,A+B)再变换变成(A+B+C+A,A+B+C+B,A+B+C+C)(A+B+C+A,A+B
wxh010910·2020-09-12 08:58

【AtCoder】AtCoder Grand Contest 024

比赛链接点击打开链接官方题解点击打开链接ProblemA.Fairness由于要求计算A−BA-BA−B，初始序列(A,B,C)(A,B,C)(A,B,C)与(A+1,B+1,C+1)(A+1,B+1,
cz_xuyixuan·2020-09-12 06:43

Max-Min Fairness带宽分配算法

最近再写一个网络仿真器，里面参考了Max-MinFairness算法，这是一种比较理想、公平的带宽分配算法。其思路主要如下：首先是算法的准备，考察某一时刻的网络中所有的flow，由于每条flow都有其各个link，因此可以得到各个link上所有流经的flow，然后开始迭代，各个link都把capacity平均分给所有流经的flow，接着每条flow的速度就等于其最小link分配的带宽，然后每条li
iteye_12028·2020-08-22 21:30

(转)max-min fairness 最大最小公平算法

我们经常面临给一组用户划分稀有资源的问题,他们都享有等价的权利来获取资源,但是其中一些用户实际上只需要比其他用户少的资源.那么我们如何来分配资源呢?一种在实际中广泛使用的分享技术称作“最大最小公平分享”.直观上,公平分享分配给每个用户想要的可以满足的最小需求,然后将没有使用的资源均匀的分配给需要‘大资源’的用户。最大最小公平分配算法的形式化定义如下：资源按照需求递增的顺序进行分配不存在用户得到的资
wdkirchhoff·2020-08-11 13:57

Justice HDU-6657　贪心

Putsimply,theJusticecardrepresentsjustice,fairness,truthandthelaw.Youarebeingcalledtoaccountforyouractionsandwillbejudgedaccordingly.IfyouhaveactedinawaythatisinalignmentwithyourHigherSelfandforthegre
一个划水的人·2020-08-11 00:10

2018CCPC吉林赛区（重现赛）- 1003 Justice

ProblemDescriptionPutsimply,theJusticecardrepresentsjustice,fairness,truthandthelaw.Youarebeingcalledtoaccountforyouractionsandwillbejudgedaccordingly.IfyouhaveactedinawaythatisinalignmentwithyourHigh
微寒゛·2020-08-03 03:49

java高并发18——饥饿线程与公平锁

Thethreadis“starvedtodeath”becauseotherthreadsareallowedtheCPUtimeinsteadofit.Thesolutiontostarvationiscalled“fairness
路人甲的路人乙·2020-07-13 14:14

Energy Efficiency and Spectral Efficiency Tradeoff for Multicarrier NOMA Systems with User Fairness

EnergyEfficiencyandSpectralEfficiencyTradeoffforMulticarrierNOMASystemswithUserFairness-IEEEConferencePublicationAbstract我们提出了一种新颖的低复杂性资源分配方案，以在用户公平性约束下为多载波非正交多址访问（NOMA）系统提供能量效率（EE）和频谱效率（SE）之间的折衷。所提出的
斑驳岁月再难觅·2020-07-12 12:16
上一页 1 2 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他