:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Little, Camille Olivia, Allen, Genevera I.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2404.01521
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Fair Feature Importance Scores via Feature Occlusion and Permutation
von: Little, Camille, et al.
Veröffentlicht: (2026)

Fast and Accurate Graph Learning for Huge Data via Minipatch Ensembles
von: Yao, Tianyi, et al.
Veröffentlicht: (2021)

LOCO Feature Importance Inference without Data Splitting via Minipatch Ensembles
von: Gan, Luqin, et al.
Veröffentlicht: (2022)

iLOCO: Distribution-Free Inference for Feature Interactions
von: Little, Camille, et al.
Veröffentlicht: (2025)

Cluster Quilting: Spectral Clustering for Patchwork Learning
von: Zheng, Lili, et al.
Veröffentlicht: (2024)

Low-Rank Covariance Completion for Graph Quilting with Applications to Functional Connectivity
von: Chang, Andersen, et al.
Veröffentlicht: (2022)

Top-$k$ Feature Importance Ranking
von: Chen, Yuxi, et al.
Veröffentlicht: (2025)

Are machine learning interpretations reliable? A stability study on global interpretations
von: Gan, Luqin, et al.
Veröffentlicht: (2025)

BOOST-RPF: Boosted Sequential Trees for Radial Power Flow
von: Okoyomon, Ehimare, et al.
Veröffentlicht: (2026)

Interpretable Fair Clustering
von: Jiang, Mudi, et al.
Veröffentlicht: (2025)

Weighted Conformal Clustering
von: Nath, Anirban, et al.
Veröffentlicht: (2026)

Projected Boosting with Fairness Constraints: Quantifying the Cost of Fair Training Distributions
von: Asiaee, Amir, et al.
Veröffentlicht: (2026)

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

Learning Interpretable Fair Representations
von: Wang, Tianhao, et al.
Veröffentlicht: (2024)

Group-Aware Matrix Estimation and Latent Subspace Recovery
von: Golubovic, Hamza, et al.
Veröffentlicht: (2026)

Efficient and Interpretable Transformer for Counterfactual Fairness
von: Dong, Panyi, et al.
Veröffentlicht: (2026)

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

When Interpretability Is Unequally Distributed: Fairness in Hybrid Interpretable Models
von: Zare, Ziba Jabbar, et al.
Veröffentlicht: (2026)

Unsupervised Machine Learning for Scientific Discovery: Workflow and Best Practices
von: Chang, Andersen, et al.
Veröffentlicht: (2025)

Rule Generation for Classification: Scalability, Interpretability, and Fairness
von: Röber, Tabea E., et al.
Veröffentlicht: (2021)

Interpretable and Fair Mechanisms for Abstaining Classifiers
von: Lenders, Daphne, et al.
Veröffentlicht: (2025)

Fair and Interpretable Deepfake Detection in Videos
von: Yoshii, Akihito, et al.
Veröffentlicht: (2025)

Simulating Biases for Interpretable Fairness in Offline and Online Classifiers
von: Inácio, Ricardo, et al.
Veröffentlicht: (2025)

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

Standardized Interpretable Fairness Measures for Continuous Risk Scores
von: Becker, Ann-Kristin, et al.
Veröffentlicht: (2023)

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

FairGLVQ: Fairness in Partition-Based Classification
von: Störck, Felix, et al.
Veröffentlicht: (2024)

FairGC: Fairness-aware Graph Condensation
von: Gao, Yihan, et al.
Veröffentlicht: (2026)

FeDABoost: Fairness Aware Federated Learning with Adaptive Boosting
von: Arachchige, Tharuka Kasthuri, et al.
Veröffentlicht: (2025)

Boosting Fair Classifier Generalization through Adaptive Priority Reweighing
von: Hu, Zhihao, et al.
Veröffentlicht: (2023)

Double Fairness Policy Learning: Integrating Action Fairness and Outcome Fairness in Decision-making
von: Bian, Zeyu, et al.
Veröffentlicht: (2026)

Sequential Conditional Transport on Probabilistic Graphs for Interpretable Counterfactual Fairness
von: Machado, Agathe Fernandes, et al.
Veröffentlicht: (2024)

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

Incorporating Fairness in Neighborhood Graphs for Fair Spectral Clustering
von: Moorthy, Adithya K, et al.
Veröffentlicht: (2025)

FairUDT: Fairness-aware Uplift Decision Trees
von: Zahid, Anam, et al.
Veröffentlicht: (2025)

Fairness-aware Anomaly Detection via Fair Projection
von: Xiao, Feng, et al.
Veröffentlicht: (2025)

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

Understanding Fairness Surrogate Functions in Algorithmic Fairness
von: Yao, Wei, et al.
Veröffentlicht: (2023)

FairlyUncertain: A Comprehensive Benchmark of Uncertainty in Algorithmic Fairness
von: Rosenblatt, Lucas, et al.
Veröffentlicht: (2024)

FairTP: A Prolonged Fairness Framework for Traffic Prediction
von: Xia, Jiangnan, et al.
Veröffentlicht: (2024)