Buchumschlag

Interventional Fairness on Partially Known Causal Graphs: A Constrained Optimization Approach

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zuo, Aoqi, Li, Yiqing, Wei, Susan, Gong, Mingming
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Fairness under Graph Uncertainty: Achieving Interventional Fairness with Partially Known Causal Graphs over Clusters of Variables
von: Chikahara, Yoichi
Veröffentlicht: (2026)

Observationally Informed Adaptive Causal Experimental Design
von: Gao, Erdun, et al.
Veröffentlicht: (2026)

Bayesian Optimization of Partially Known Systems using Hybrid Models
von: Cramer, Eike, et al.
Veröffentlicht: (2026)

Bayesian Intervention Optimization for Causal Discovery
von: Wang, Yuxuan, et al.
Veröffentlicht: (2024)

Causally Fair Node Classification on Non-IID Graph Data
von: Dai, Yucong, et al.
Veröffentlicht: (2025)

FairExpand: Individual Fairness on Graphs with Partial Similarity Information
von: Salganik, Rebecca, et al.
Veröffentlicht: (2025)

Testing for Causal Fairness
von: Fu, Jiarun, et al.
Veröffentlicht: (2025)

Beyond DAGs: A Latent Partial Causal Model for Multimodal Learning
von: Liu, Yuhang, et al.
Veröffentlicht: (2024)

On the Recoverability of Causal Relations from Temporally Aggregated I.I.D. Data
von: Fan, Shunxing, et al.
Veröffentlicht: (2024)

A Partial Initialization Strategy to Mitigate the Overfitting Problem in CATE Estimation with Hidden Confounding
von: Zhou, Chuan, et al.
Veröffentlicht: (2025)

Semi-Supervised Learning under General Causal Models
von: Moore, Archer, et al.
Veröffentlicht: (2025)

Filtering Jump Markov Systems with Partially Known Dynamics: A Model-Based Deep Learning Approach
von: Stamatelis, George, et al.
Veröffentlicht: (2025)

Partial Causal Structure Learning for Valid Selective Conformal Inference under Interventions
von: Asiaee, Amir, et al.
Veröffentlicht: (2026)

Sparse Causal Discovery with Generative Intervention for Unsupervised Graph Domain Adaptation
von: Luo, Junyu, et al.
Veröffentlicht: (2025)

Causal-learn: Causal Discovery in Python
von: Zheng, Yujia, et al.
Veröffentlicht: (2023)

Causal Bandits with General Causal Models and Interventions
von: Yan, Zirui, et al.
Veröffentlicht: (2024)

Linear Causal Bandits: Unknown Graph and Soft Interventions
von: Yan, Zirui, et al.
Veröffentlicht: (2024)

Characterization and Learning of Causal Graphs from Hard Interventions
von: Zhou, Zihan, et al.
Veröffentlicht: (2025)

Causal Fair Machine Learning via Rank-Preserving Interventional Distributions
von: Bothmann, Ludwig, et al.
Veröffentlicht: (2023)

Long-term Fairness For Real-time Decision Making: A Constrained Online Optimization Approach
von: Du, Ruijie, et al.
Veröffentlicht: (2024)

Fairness-Aware Streaming Feature Selection with Causal Graphs
von: Zhang, Leizhen, et al.
Veröffentlicht: (2024)

Collaborative State Fusion in Partially Known Multi-agent Environments
von: Zhou, Tianlong, et al.
Veröffentlicht: (2024)

Fairness-Constrained Optimization Attack in Federated Learning
von: Kasyap, Harsh, et al.
Veröffentlicht: (2025)

Learning Causal States Under Partial Observability and Perturbation
von: Li, Na, et al.
Veröffentlicht: (2025)

Scaling Multi-Hop Training Data via Graph-Constrained Path Selection
von: Chen, Pengyu, et al.
Veröffentlicht: (2026)

SCOPE: Sequential Causal Optimization of Process Interventions
von: De Moor, Jakob, et al.
Veröffentlicht: (2025)

Use What You Know: Causal Foundation Models with Partial Graphs
von: Reuter, Arik, et al.
Veröffentlicht: (2026)

Private Rate-Constrained Optimization with Applications to Fair Learning
von: Yaghini, Mohammad, et al.
Veröffentlicht: (2025)

On the Identification of Temporally Causal Representation with Instantaneous Dependence
von: Li, Zijian, et al.
Veröffentlicht: (2024)

A Semiparametric Approach to Causal Inference
von: Zhang, Archer Gong, et al.
Veröffentlicht: (2024)

Ethical Fairness in Ubiquitous Health Sensing without Known Attributes
von: Roy, Shaily, et al.
Veröffentlicht: (2026)

Optimizing Prompts for Large Language Models: A Causal Approach
von: Chen, Wei, et al.
Veröffentlicht: (2026)

When LLM Agents Meet Graph Optimization: An Automated Data Quality Improvement Approach
von: Zhang, Zhihan, et al.
Veröffentlicht: (2025)

Causality-Encoded Diffusion Models for Interventional Sampling and Edge Inference
von: Chen, Li, et al.
Veröffentlicht: (2026)

Causal Heterogeneous Graph Learning Method for Chronic Obstructive Pulmonary Disease Prediction
von: Zhou, Leming, et al.
Veröffentlicht: (2025)

Economic Analysis and Optimization of Energy Storage Configuration for Park Power Systems Based on Random Forest and Genetic Algorithm
von: Song, Yanghui, et al.
Veröffentlicht: (2025)

Identifying Weight-Variant Latent Causal Models
von: Liu, Yuhang, et al.
Veröffentlicht: (2022)

Partial Identification Approach to Counterfactual Fairness Assessment
von: Rho, Saeyoung, et al.
Veröffentlicht: (2025)

Causal Bayesian Optimization with Unknown Graphs
von: Durand, Jean, et al.
Veröffentlicht: (2025)

An Interventional Approach to Real-Time Disaster Assessment via Causal Attribution
von: Vishnubhatla, Saketh, et al.
Veröffentlicht: (2025)