Buchumschlag

Learning Fair Ranking Policies via Differentiable Optimization of Ordered Weighted Averages

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dinh, My H., Kotary, James, Fioretto, Ferdinando
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Computers and Society
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

End-to-End Optimization and Learning of Fair Court Schedules
von: Dinh, My H, et al.
Veröffentlicht: (2024)

End-to-End Learning for Fair Multiobjective Optimization Under Uncertainty
von: Dinh, My H, et al.
Veröffentlicht: (2024)

Decision Making with Differential Privacy under a Fairness Lens
von: Fioretto, Ferdinando, et al.
Veröffentlicht: (2021)

On The Fairness Impacts of Hardware Selection in Machine Learning
von: Nelaturu, Sree Harsha, et al.
Veröffentlicht: (2023)

Analyzing and Enhancing the Backward-Pass Convergence of Unrolled Optimization
von: Kotary, James, et al.
Veröffentlicht: (2023)

Differentially Private Data Release on Graphs: Inefficiencies and Unfairness
von: Fioretto, Ferdinando, et al.
Veröffentlicht: (2024)

Learning Constrained Optimization with Deep Augmented Lagrangian Methods
von: Kotary, James, et al.
Veröffentlicht: (2024)

FairDP: Certified Fairness with Differential Privacy
von: Tran, Khang, et al.
Veröffentlicht: (2023)

Fairness Issues and Mitigations in (Differentially Private) Socio-Demographic Data Processes
von: Ko, Joonhyuk, et al.
Veröffentlicht: (2024)

Metric Learning to Accelerate Convergence of Operator Splitting Methods for Differentiable Parametric Programming
von: King, Ethan, et al.
Veröffentlicht: (2024)

Decision-Focused Learning: Foundations, State of the Art, Benchmark and Future Opportunities
von: Mandi, Jayanta, et al.
Veröffentlicht: (2023)

On Fairness of Low-Rank Adaptation of Large Models
von: Ding, Zhoujie, et al.
Veröffentlicht: (2024)

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

Fairness in Ranking: Robustness through Randomization without the Protected Attribute
von: Kliachkin, Andrii, et al.
Veröffentlicht: (2024)

Enhancing Safety in Reinforcement Learning with Human Feedback via Rectified Policy Optimization
von: Peng, Xiyue, et al.
Veröffentlicht: (2024)

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

Impact of Fairness Regulations on Institutions' Policies and Population Qualifications
von: Montaseri, Hamidreza, et al.
Veröffentlicht: (2024)

Quantitative Auditing of AI Fairness with Differentially Private Synthetic Data
von: Yuan, Chih-Cheng Rex, et al.
Veröffentlicht: (2025)

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

Fair CCA for Fair Representation Learning: An ADNI Study
von: Hou, Bojian, et al.
Veröffentlicht: (2025)

SimFair: Physics-Guided Fairness-Aware Learning with Simulation Models
von: Wang, Zhihao, et al.
Veröffentlicht: (2024)

OptiGrad: A Fair and more Efficient Price Elasticity Optimization via a Gradient Based Learning
von: Grari, Vincent, et al.
Veröffentlicht: (2024)

Learning Fairer Representations with FairVIC
von: Barker, Charmaine, et al.
Veröffentlicht: (2024)

Integrating Fairness and Model Pruning Through Bi-level Optimization
von: Dai, Yucong, et al.
Veröffentlicht: (2023)

Procedural Fairness via Group Counterfactual Explanation
von: Popoola, Gideon, et al.
Veröffentlicht: (2026)

Tuning Derivatives for Causal Fairness in Machine Learning
von: Edström, Filip, et al.
Veröffentlicht: (2026)

Fair Machine Learning in Healthcare: A Review
von: Feng, Qizhang, et al.
Veröffentlicht: (2022)

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

FFB: A Fair Fairness Benchmark for In-Processing Group Fairness Methods
von: Han, Xiaotian, et al.
Veröffentlicht: (2023)

A Unifying Human-Centered AI Fairness Framework
von: Rahman, Munshi Mahbubur, et al.
Veröffentlicht: (2025)

Multi-Output Distributional Fairness via Post-Processing
von: Li, Gang, et al.
Veröffentlicht: (2024)

Data Augmentation via Diffusion Model to Enhance AI Fairness
von: Blow, Christina Hastings, et al.
Veröffentlicht: (2024)

BaBE: Enhancing Fairness via Estimation of Latent Explaining Variables
von: Binkyte, Ruta, et al.
Veröffentlicht: (2023)

OxonFair: A Flexible Toolkit for Algorithmic Fairness
von: Delaney, Eoin, et al.
Veröffentlicht: (2024)

FairPFN: Transformers Can do Counterfactual Fairness
von: Robertson, Jake, et al.
Veröffentlicht: (2024)

Dynamic Environment Responsive Online Meta-Learning with Fairness Awareness
von: Zhao, Chen, et al.
Veröffentlicht: (2024)

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

BiasGuard: Guardrailing Fairness in Machine Learning Production Systems
von: Cohen-Inger, Nurit, et al.
Veröffentlicht: (2025)

Causal Manifold Fairness: Enforcing Geometric Invariance in Representation Learning
von: Rathore, Vidhi
Veröffentlicht: (2026)

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)