Buchumschlag

Improving the Fairness of Deep-Learning, Short-term Crime Prediction with Under-reporting-aware Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Jiahui, Frias-Martinez, Vanessa
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computers and Society Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Network-Based Transfer Learning Helps Improve Short-Term Crime Prediction Accuracy
von: Wu, Jiahui, et al.
Veröffentlicht: (2024)

Towards Counterfactual Fairness-aware Domain Generalization in Changing Environments
von: Lin, Yujie, et al.
Veröffentlicht: (2023)

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)

GLOCALFAIR: Jointly Improving Global and Local Group Fairness in Federated Learning
von: Meerza, Syed Irfan Ali, et al.
Veröffentlicht: (2024)

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

Developing Fairness-Aware Task Decomposition to Improve Equity in Post-Spinal Fusion Complication Prediction
von: Yuan, Yining, et al.
Veröffentlicht: (2025)

Cost Efficient Fairness Audit Under Partial Feedback
von: Das, Nirjhar, et al.
Veröffentlicht: (2025)

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

Machine Learning Techniques with Fairness for Prediction of Completion of Drug and Alcohol Rehabilitation
von: Roberts-Licklider, Karen, et al.
Veröffentlicht: (2024)

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)

Integrating Social Determinants of Health into Knowledge Graphs: Evaluating Prediction Bias and Fairness in Healthcare
von: Shang, Tianqi, et al.
Veröffentlicht: (2024)

Toward Fair Federated Learning under Demographic Disparities and Data Imbalance
von: Wu, Qiming, et al.
Veröffentlicht: (2025)

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

Advancing Crime Linkage Analysis with Machine Learning: A Comprehensive Review and Framework for Data-Driven Approaches
von: Lima, Vinicius, et al.
Veröffentlicht: (2024)

Fairness-Aware Interpretable Modeling (FAIM) for Trustworthy Machine Learning in Healthcare
von: Liu, Mingxuan, et al.
Veröffentlicht: (2024)

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

Learning Fair Models without Sensitive Attributes: A Generative Approach
von: Zhu, Huaisheng, et al.
Veröffentlicht: (2022)

Auditing the Fairness of the US COVID-19 Forecast Hub's Case Prediction Models
von: Abrar, Saad Mohammad, et al.
Veröffentlicht: (2024)

FairGridSearch: A Framework to Compare Fairness-Enhancing Models
von: Ma, Shih-Chi, et al.
Veröffentlicht: (2024)

Arbitrariness and Social Prediction: The Confounding Role of Variance in Fair Classification
von: Cooper, A. Feder, et al.
Veröffentlicht: (2023)

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

Dataset Distribution Impacts Model Fairness: Single vs. Multi-Task Learning
von: Raumanns, Ralf, et al.
Veröffentlicht: (2024)

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)

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

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)

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

Effort-aware Fairness: Incorporating a Philosophy-informed, Human-centered Notion of Effort into Algorithmic Fairness Metrics
von: Nguyen, Tin Trung, et al.
Veröffentlicht: (2025)

Predicting potentially abusive clauses in Chilean terms of services with natural language processing
von: Loeffler, Christoffer, et al.
Veröffentlicht: (2025)

The Representational Status of Deep Learning Models
von: Duede, Eamon
Veröffentlicht: (2023)

A Question-centric Multi-experts Contrastive Learning Framework for Improving the Accuracy and Interpretability of Deep Sequential Knowledge Tracing Models
von: Zhang, Hengyuan, et al.
Veröffentlicht: (2024)

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

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

A Comparative Simulation Study of the Fairness and Accuracy of Predictive Policing Systems in Baltimore City
von: Semsar, Samin, et al.
Veröffentlicht: (2026)

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)

Fairness Evaluation for Uplift Modeling in the Absence of Ground Truth
von: Kadioglu, Serdar, et al.
Veröffentlicht: (2024)

The Pursuit of Fairness in Artificial Intelligence Models: A Survey
von: Kheya, Tahsin Alamgir, et al.
Veröffentlicht: (2024)