Causal Fair Metric: Bridging Causality, Individual Fairness, and Adversarial Robustness
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Ehyaei, Ahmad-Reza, Farnadi, Golnoosh, Samadi, Samira |
|---|---|
| Format: | Preprint |
| Publié: |
2023
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Wasserstein Distributionally Robust Optimization Through the Lens of Structural Causal Models and Individual Fairness
par: Ehyaei, Ahmad-Reza, et autres
Publié: (2025)
par: Ehyaei, Ahmad-Reza, et autres
Publié: (2025)
Designing Ambiguity Sets for Distributionally Robust Optimization Using Structural Causal Optimal Transport
par: Ehyaei, Ahmad-Reza, et autres
Publié: (2025)
par: Ehyaei, Ahmad-Reza, et autres
Publié: (2025)
From Fragile to Certified: Wasserstein Audits of Group Fairness Under Distribution Shift
par: Ehyaei, Ahmad-Reza, et autres
Publié: (2025)
par: Ehyaei, Ahmad-Reza, et autres
Publié: (2025)
Fairness in Federated Learning: Fairness for Whom?
par: Taik, Afaf, et autres
Publié: (2025)
par: Taik, Afaf, et autres
Publié: (2025)
Fairness Incentives in Response to Unfair Dynamic Pricing
par: Thibodeau, Jesse, et autres
Publié: (2024)
par: Thibodeau, Jesse, et autres
Publié: (2024)
Collective Counterfactual Explanations: Balancing Individual Goals and Collective Dynamics
par: Ehyaei, Ahmad-Reza, et autres
Publié: (2024)
par: Ehyaei, Ahmad-Reza, et autres
Publié: (2024)
Intrinsic Meets Extrinsic Fairness: Assessing the Downstream Impact of Bias Mitigation in Large Language Models
par: Arzaghi', 'Mina, et autres
Publié: (2025)
par: Arzaghi', 'Mina, et autres
Publié: (2025)
Fairness for the People, by the People: Minority Collective Action
par: Ben-Dov, Omri, et autres
Publié: (2025)
par: Ben-Dov, Omri, et autres
Publié: (2025)
FairPFN: A Tabular Foundation Model for Causal Fairness
par: Robertson, Jake, et autres
Publié: (2025)
par: Robertson, Jake, et autres
Publié: (2025)
The Fragility of Fairness: Causal Sensitivity Analysis for Fair Machine Learning
par: Fawkes, Jake, et autres
Publié: (2024)
par: Fawkes, Jake, et autres
Publié: (2024)
The Cost of Arbitrariness for Individuals: Examining the Legal and Technical Challenges of Model Multiplicity
par: Ganesh, Prakhar, et autres
Publié: (2024)
par: Ganesh, Prakhar, et autres
Publié: (2024)
Understanding Intrinsic Socioeconomic Biases in Large Language Models
par: Arzaghi, Mina, et autres
Publié: (2024)
par: Arzaghi, Mina, et autres
Publié: (2024)
A Primer on Causal and Statistical Dataset Biases for Fair and Robust Image Analysis
par: Jones, Charles, et autres
Publié: (2025)
par: Jones, Charles, et autres
Publié: (2025)
Position: Cracking the Code of Cascading Disparity Towards Marginalized Communities
par: Farnadi, Golnoosh, et autres
Publié: (2024)
par: Farnadi, Golnoosh, et autres
Publié: (2024)
Monotone Individual Fairness
par: Bechavod, Yahav
Publié: (2024)
par: Bechavod, Yahav
Publié: (2024)
Tuning Derivatives for Causal Fairness in Machine Learning
par: Edström, Filip, et autres
Publié: (2026)
par: Edström, Filip, et autres
Publié: (2026)
Bridging the Fairness Divide: Achieving Group and Individual Fairness in Graph Neural Networks
par: Zhan, Duna, et autres
Publié: (2024)
par: Zhan, Duna, et autres
Publié: (2024)
Peer-induced Fairness: A Causal Approach for Algorithmic Fairness Auditing
par: Fang, Shiqi, et autres
Publié: (2024)
par: Fang, Shiqi, et autres
Publié: (2024)
Causal Fair Machine Learning via Rank-Preserving Interventional Distributions
par: Bothmann, Ludwig, et autres
Publié: (2023)
par: Bothmann, Ludwig, et autres
Publié: (2023)
Addressing Both Statistical and Causal Gender Fairness in NLP Models
par: Chen, Hannah, et autres
Publié: (2024)
par: Chen, Hannah, et autres
Publié: (2024)
Different Horses for Different Courses: Comparing Bias Mitigation Algorithms in ML
par: Ganesh, Prakhar, et autres
Publié: (2024)
par: Ganesh, Prakhar, et autres
Publié: (2024)
On the (In)Compatibility between Group Fairness and Individual Fairness
par: Xu, Shizhou, et autres
Publié: (2024)
par: Xu, Shizhou, et autres
Publié: (2024)
Causal Equal Protection as Algorithmic Fairness
par: Di Bello, Marcello, et autres
Publié: (2024)
par: Di Bello, Marcello, et autres
Publié: (2024)
Rethinking Individual Fairness in Deepfake Detection
par: Hou, Aryana, et autres
Publié: (2025)
par: Hou, Aryana, et autres
Publié: (2025)
Fairness in Reinforcement Learning with Bisimulation Metrics
par: Rezaei-Shoshtari, Sahand, et autres
Publié: (2024)
par: Rezaei-Shoshtari, Sahand, et autres
Publié: (2024)
Causal Manifold Fairness: Enforcing Geometric Invariance in Representation Learning
par: Rathore, Vidhi
Publié: (2026)
par: Rathore, Vidhi
Publié: (2026)
How Robust is your Fair Model? Exploring the Robustness of Diverse Fairness Strategies
par: Small, Edward, et autres
Publié: (2022)
par: Small, Edward, et autres
Publié: (2022)
Causal Fairness under Unobserved Confounding: A Neural Sensitivity Framework
par: Schröder, Maresa, et autres
Publié: (2023)
par: Schröder, Maresa, et autres
Publié: (2023)
Towards More Realistic Extraction Attacks: An Adversarial Perspective
par: More, Yash, et autres
Publié: (2024)
par: More, Yash, et autres
Publié: (2024)
Properties of Group Fairness Metrics for Rankings
par: Schumacher, Tobias, et autres
Publié: (2022)
par: Schumacher, Tobias, et autres
Publié: (2022)
Bias Begins with Data: The FairGround Corpus for Robust and Reproducible Research on Algorithmic Fairness
par: Simson, Jan, et autres
Publié: (2025)
par: Simson, Jan, et autres
Publié: (2025)
Unraveling Privacy Risks of Individual Fairness in Graph Neural Networks
par: Zhang, He, et autres
Publié: (2023)
par: Zhang, He, et autres
Publié: (2023)
Efficient k-means with Individual Fairness via Exponential Tilting
par: Zhu, Shengkun, et autres
Publié: (2024)
par: Zhu, Shengkun, et autres
Publié: (2024)
On the Need and Applicability of Causality for Fairness: A Unified Framework for AI Auditing and Legal Analysis
par: Binkyte, Ruta, et autres
Publié: (2022)
par: Binkyte, Ruta, et autres
Publié: (2022)
Balancing Act: Constraining Disparate Impact in Sparse Models
par: Hashemizadeh, Meraj, et autres
Publié: (2023)
par: Hashemizadeh, Meraj, et autres
Publié: (2023)
FairHome: A Fair Housing and Fair Lending Dataset
par: Bagalkotkar, Anusha, et autres
Publié: (2024)
par: Bagalkotkar, Anusha, et autres
Publié: (2024)
FairWire: Fair Graph Generation
par: Kose, O. Deniz, et autres
Publié: (2024)
par: Kose, O. Deniz, et autres
Publié: (2024)
Promoting Fair Vaccination Strategies Through Influence Maximization: A Case Study on COVID-19 Spread
par: Neophytou, Nicola, et autres
Publié: (2024)
par: Neophytou, Nicola, et autres
Publié: (2024)
Improving Adversarial Robust Fairness via Anti-Bias Soft Label Distillation
par: Zhao, Shiji, et autres
Publié: (2023)
par: Zhao, Shiji, et autres
Publié: (2023)
GFairHint: Improving Individual Fairness for Graph Neural Networks via Fairness Hint
par: Xu, Paiheng, et autres
Publié: (2023)
par: Xu, Paiheng, et autres
Publié: (2023)
Documents similaires
-
Wasserstein Distributionally Robust Optimization Through the Lens of Structural Causal Models and Individual Fairness
par: Ehyaei, Ahmad-Reza, et autres
Publié: (2025) -
Designing Ambiguity Sets for Distributionally Robust Optimization Using Structural Causal Optimal Transport
par: Ehyaei, Ahmad-Reza, et autres
Publié: (2025) -
From Fragile to Certified: Wasserstein Audits of Group Fairness Under Distribution Shift
par: Ehyaei, Ahmad-Reza, et autres
Publié: (2025) -
Fairness in Federated Learning: Fairness for Whom?
par: Taik, Afaf, et autres
Publié: (2025) -
Fairness Incentives in Response to Unfair Dynamic Pricing
par: Thibodeau, Jesse, et autres
Publié: (2024)