研究提出统一公平回归框架与FAUST算法
热点事件持续更新
研究提出统一公平回归框架与FAUST算法
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
Marie Generali Lince等作者将人口统计均等惩罚下的回归建模为最优运输问题，提出一个统一敏感属性可知与不可知两种公平回归场景的框架，并据此提出算法FAUST。 研究在Wasserstein-2与Total Variation两种惩罚下刻画了最优预测函数：作者称Wasserstein惩罚带来平滑的群体性折中，Total Variation则对部分个体强制均等。作者称FAUST实现简单、计算高效，在真实基准上匹配或超越当前最优基线。
AI 根据报道生成 · 1 小时前更新
最新进展11月2日 13:00
公平回归的几何：统一 aware 与 unaware 场景的松弛公平回归框架报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv cs.CY公平回归的几何：统一 aware 与 unaware 场景的松弛公平回归框架
研究将人口统计均等惩罚下的回归建模为最优运输问题，统一了敏感属性可知与不可知的公平回归场景，并在 Wasserstein-2 与 Total Variation 两种惩罚下刻画最优预测函数。结果表明 Wasserstein 惩罚带来平滑的群体性折中，Total Variation 则对部分个体强制均等。基于此提出算法 FAUST，实现简单、计算高效，在真实基准上匹配或超越 SOTA 基线。
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。