:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dunda, Gerry Windiarto Mohamad, Song, Shenghui
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Computers and Society
Online-Zugang:	https://arxiv.org/abs/2307.04417
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

FedCD: A Fairness-aware Federated Cognitive Diagnosis Framework
von: Yang, Shangshang, et al.
Veröffentlicht: (2025)

Adaptive Boosting with Fairness-aware Reweighting Technique for Fair Classification
von: Song, Xiaobin, et al.
Veröffentlicht: (2024)

Minimax Optimal Fair Classification with Bounded Demographic Disparity
von: Zeng, Xianli, et al.
Veröffentlicht: (2024)

On Demographic Group Fairness Guarantees in Deep Learning
von: Luo, Yan, et al.
Veröffentlicht: (2024)

Achievable Fairness on Your Data With Utility Guarantees
von: Taufiq, Muhammad Faaiz, et al.
Veröffentlicht: (2024)

FairGT: A Fairness-aware Graph Transformer
von: Luo, Renqiang, et al.
Veröffentlicht: (2024)

Post-Fair Federated Learning: Achieving Group and Community Fairness in Federated Learning via Post-processing
von: Duan, Yuying, et al.
Veröffentlicht: (2024)

Fairness in Federated Learning: Fairness for Whom?
von: Taik, Afaf, et al.
Veröffentlicht: (2025)

Fairness in Federated Learning: Trends, Challenges, and Opportunities
von: Mukhtiar, Noorain, et al.
Veröffentlicht: (2025)

Semi-Variance Reduction for Fair Federated Learning
von: Malekmohammadi, Saber, et al.
Veröffentlicht: (2024)

An Experimental Study on Fairness-aware Machine Learning for Credit Scoring Problems
von: Thu, Huyen Giang Thi, et al.
Veröffentlicht: (2024)

BoostFGL: Boosting Fairness in Federated Graph Learning
von: Chen, Zekai, et al.
Veröffentlicht: (2026)

Distribution-Free Fair Federated Learning with Small Samples
von: Yin, Qichuan, et al.
Veröffentlicht: (2024)

Boosting Fairness and Robustness in Over-the-Air Federated Learning
von: Oksuz, Halil Yigit, et al.
Veröffentlicht: (2024)

Achieving Fairness Across Local and Global Models in Federated Learning
von: Makhija, Disha, et al.
Veröffentlicht: (2024)

Training Fair Models in Federated Learning without Data Privacy Infringement
von: Che, Xin, et al.
Veröffentlicht: (2021)

Towards Counterfactual Fairness-aware Domain Generalization in Changing Environments
von: Lin, Yujie, et al.
Veröffentlicht: (2023)

FairFedMed: Benchmarking Group Fairness in Federated Medical Imaging with FairLoRA
von: Li, Minghan, et al.
Veröffentlicht: (2025)

The Cost of Local and Global Fairness in Federated Learning
von: Duan, Yuying, et al.
Veröffentlicht: (2025)

Friends in Unexpected Places: Enhancing Local Fairness in Federated Learning through Clustering
von: Yang, Yifan, et al.
Veröffentlicht: (2024)

Stochastic Compositional Minimax Optimization with Provable Convergence Guarantees
von: Deng, Yuyang, et al.
Veröffentlicht: (2024)

Chameleon: Foundation Models for Fairness-aware Multi-modal Data Augmentation to Enhance Coverage of Minorities
von: Erfanian, Mahdi, et al.
Veröffentlicht: (2024)

Class-attribute Priors: Adapting Optimization to Heterogeneity and Fairness Objective
von: Zhang, Xuechen, et al.
Veröffentlicht: (2024)

FedFair^3: Unlocking Threefold Fairness in Federated Learning
von: Javaherian, Simin, et al.
Veröffentlicht: (2024)

FairHome: A Fair Housing and Fair Lending Dataset
von: Bagalkotkar, Anusha, et al.
Veröffentlicht: (2024)

A Post-Processing-Based Fair Federated Learning Framework
von: Zhou, Yi, et al.
Veröffentlicht: (2025)

FairWire: Fair Graph Generation
von: Kose, O. Deniz, et al.
Veröffentlicht: (2024)

Effort-aware Fairness: Incorporating a Philosophy-informed, Human-centered Notion of Effort into Algorithmic Fairness Metrics
von: Nguyen, Tin Trung, et al.
Veröffentlicht: (2025)

Toward Fair Federated Learning under Demographic Disparities and Data Imbalance
von: Wu, Qiming, et al.
Veröffentlicht: (2025)

GLOCALFAIR: Jointly Improving Global and Local Group Fairness in Federated Learning
von: Meerza, Syed Irfan Ali, et al.
Veröffentlicht: (2024)

FairMT: Fairness for Heterogeneous Multi-Task Learning
von: Hu, Guanyu, et al.
Veröffentlicht: (2025)

Improving the Fairness of Deep-Learning, Short-term Crime Prediction with Under-reporting-aware Models
von: Wu, Jiahui, et al.
Veröffentlicht: (2024)

Cherry on the Cake: Fairness is NOT an Optimization Problem
von: Favier, Marco, et al.
Veröffentlicht: (2024)

Alternative Fairness and Accuracy Optimization in Criminal Justice
von: Wu, Shaolong, et al.
Veröffentlicht: (2025)

FairFML: Fair Federated Machine Learning with a Case Study on Reducing Gender Disparities in Cardiac Arrest Outcome Prediction
von: Li, Siqi, et al.
Veröffentlicht: (2024)

What is Fair? Defining Fairness in Machine Learning for Health
von: Gao, Jianhui, et al.
Veröffentlicht: (2024)

Learning With Multi-Group Guarantees For Clusterable Subpopulations
von: Dai, Jessica, et al.
Veröffentlicht: (2024)

Federated Fairness without Access to Sensitive Groups
von: Papadaki, Afroditi, et al.
Veröffentlicht: (2024)

PraFFL: A Preference-Aware Scheme in Fair Federated Learning
von: Ye, Rongguang, et al.
Veröffentlicht: (2024)

Fair for a few: Improving Fairness in Doubly Imbalanced Datasets
von: Yalcin, Ata, et al.
Veröffentlicht: (2025)