Buchumschlag

Uncertainty-based Fairness Measures

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kuzucu, Selim, Cheong, Jiaee, Gunes, Hatice, Kalkan, Sinan
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Computers and Society
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

U-Fair: Uncertainty-based Multimodal Multitask Learning for Fairer Depression Detection
von: Cheong, Jiaee, et al.
Veröffentlicht: (2025)

Machine Learning Fairness for Depression Detection using EEG Data
von: Kwok, Angus Man Ho, et al.
Veröffentlicht: (2025)

FAIRWELL: Fair Multimodal Self-Supervised Learning for Wellbeing Prediction
von: Cheong, Jiaee, et al.
Veröffentlicht: (2025)

Exploring Causality for HRI: A Case Study on Robotic Mental Well-being Coaching
von: Spitale, Micol, et al.
Veröffentlicht: (2025)

Gender Fairness of Machine Learning Algorithms for Pain Detection
von: Green, Dylan, et al.
Veröffentlicht: (2025)

Multimodal Gender Fairness in Depression Prediction: Insights on Data from the USA & China
von: Cameron, Joseph, et al.
Veröffentlicht: (2024)

Underneath the Numbers: Quantitative and Qualitative Gender Fairness in LLMs for Depression Prediction
von: Spitale, Micol, et al.
Veröffentlicht: (2024)

FAIR_XAI: Improving Multimodal Foundation Model Fairness via Explainability for Wellbeing Assessment
von: Chiang, Sophie, et al.
Veröffentlicht: (2026)

Who Owns The Robot?: Four Ethical and Socio-technical Questions about Wellbeing Robots in the Real World through Community Engagement
von: Axelsson, Minja, et al.
Veröffentlicht: (2025)

Investigating Associational Biases in Inter-Model Communication of Large Generative Models
von: Dogan, Fethiye Irmak, et al.
Veröffentlicht: (2026)

Small but Fair! Fairness for Multimodal Human-Human and Robot-Human Mental Wellbeing Coaching
von: Cheong, Jiaee, et al.
Veröffentlicht: (2024)

Federated Learning of Socially Appropriate Agent Behaviours in Simulated Home Environments
von: Checker, Saksham, et al.
Veröffentlicht: (2024)

FG 2025 TrustFAA: the First Workshop on Towards Trustworthy Facial Affect Analysis: Advancing Insights of Fairness, Explainability, and Safety (TrustFAA)
von: Cheong, Jiaee, et al.
Veröffentlicht: (2025)

Class Uncertainty: A Measure to Mitigate Class Imbalance
von: Baltaci, Z. S., et al.
Veröffentlicht: (2023)

FairGRPO: Fair Reinforcement Learning for Equitable Clinical Reasoning
von: Dai, Shiqi, et al.
Veröffentlicht: (2025)

Counterfactual Fairness with Graph Uncertainty
von: Valério, Davi, et al.
Veröffentlicht: (2026)

Some Optimizers are More Equal: Understanding the Role of Optimizers in Group Fairness
von: Kolahdouzi, Mojtaba, et al.
Veröffentlicht: (2025)

Fairness in Ranking under Disparate Uncertainty
von: Rastogi, Richa, et al.
Veröffentlicht: (2023)

Marginal Fairness: Fair Decision-Making under Risk Measures
von: Huang, Fei, et al.
Veröffentlicht: (2025)

Fair Representation in Parliamentary Summaries: Measuring and Mitigating Inclusion Bias
von: Cunningham, Eoghan, et al.
Veröffentlicht: (2025)

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

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

Taxonomy to Regulation: A (Geo)Political Taxonomy for AI Risks and Regulatory Measures in the EU AI Act
von: Arda, Sinan
Veröffentlicht: (2024)

Intrinsic Dimensionality as a Model-Free Measure of Class Imbalance
von: Eser, Çağrı, et al.
Veröffentlicht: (2025)

Automatic Depression Assessment using Machine Learning: A Comprehensive Survey
von: Song, Siyang, et al.
Veröffentlicht: (2025)

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

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

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

Procedural Fairness and Its Relationship with Distributive Fairness in Machine Learning
von: Wang, Ziming, et al.
Veröffentlicht: (2025)

Be Intentional About Fairness!: Fairness, Size, and Multiplicity in the Rashomon Set
von: Dai, Gordon, et al.
Veröffentlicht: (2025)

AdapFair: Ensuring Adaptive Fairness for Machine Learning Operations
von: Huang, Yinghui, et al.
Veröffentlicht: (2024)

FairPFN: A Tabular Foundation Model for Causal Fairness
von: Robertson, Jake, et al.
Veröffentlicht: (2025)

The Fragility of Fairness: Causal Sensitivity Analysis for Fair Machine Learning
von: Fawkes, Jake, et al.
Veröffentlicht: (2024)

Causal Fair Metric: Bridging Causality, Individual Fairness, and Adversarial Robustness
von: Ehyaei, Ahmad-Reza, et al.
Veröffentlicht: (2023)

FairBranch: Mitigating Bias Transfer in Fair Multi-task Learning
von: Roy, Arjun, et al.
Veröffentlicht: (2023)

Algorithmic Fairness in Performative Policy Learning: Escaping the Impossibility of Group Fairness
von: Somerstep, Seamus, et al.
Veröffentlicht: (2024)

Fairness in KI-Systemen
von: Strotherm, Janine, et al.
Veröffentlicht: (2023)

Fair Wasserstein Coresets
von: Xiong, Zikai, et al.
Veröffentlicht: (2023)

Monotone Individual Fairness
von: Bechavod, Yahav
Veröffentlicht: (2024)

Resource-constrained Fairness
von: Goethals, Sofie, et al.
Veröffentlicht: (2024)