研究者提出面向连续敏感属性的公平排序算法FBS
热点事件持续更新
研究者提出面向连续敏感属性的公平排序算法FBS
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Antonio Ferrara等作者提出公平排序算法Fair Bubble Sort(FBS),用于处理年龄、收入等连续敏感属性,无需先把这些属性离散化分组。 作者同时提出Continuous Pairwise Parity(CPP)公平性概念,以排序位置与敏感属性的Kendall相关性衡量公平程度;FBS是一种基于定向相邻交换的后处理算法。作者称该算法高效,但报道未给出实验验证结果。
AI 根据报道生成 · 13 分钟前更新
最新进展11月18日 13:00
Fair Bubble Sort:面向连续敏感属性的可证明最优公平排序报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv cs.CYFair Bubble Sort:面向连续敏感属性的可证明最优公平排序
针对公平排序方法普遍要求将年龄、收入等连续敏感属性离散化分组的问题,研究者提出 Continuous Pairwise Parity(CPP)公平性概念,基于排序位置与敏感属性的 Kendall 相关性,并给出后处理算法 Fair Bubble Sort(FBS)。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。