Buchumschlag

Data Augmentation via Diffusion Model to Enhance AI Fairness

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Blow, Christina Hastings, Qian, Lijun, Gibson, Camille, Obiomon, Pamela, Dong, Xishuang
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

Enhancing Learning Path Recommendation via Multi-task Learning
von: Nasrin, Afsana, et al.
Veröffentlicht: (2025)

Enhancing Deep Knowledge Tracing via Diffusion Models for Personalized Adaptive Learning
von: Kuo, Ming, et al.
Veröffentlicht: (2024)

Deep Knowledge Tracing for Personalized Adaptive Learning at Historically Black Colleges and Universities
von: Kuo, Ming-Mu, et al.
Veröffentlicht: (2024)

Multi-task GINN-LP for Multi-target Symbolic Regression
von: Rajabu, Hussein, et al.
Veröffentlicht: (2025)

FairSHAP: Preprocessing for Fairness Through Attribution-Based Data Augmentation
von: Zhu, Lin, et al.
Veröffentlicht: (2025)

Knowledge Acquisition on Mass-shooting Events via LLMs for AI-Driven Justice
von: Ihugba, Benign John, et al.
Veröffentlicht: (2025)

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

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

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

Mapping the Potential of Explainable AI for Fairness Along the AI Lifecycle
von: Deck, Luca, et al.
Veröffentlicht: (2024)

Fair Text-to-Image Diffusion via Fair Mapping
von: Li, Jia, et al.
Veröffentlicht: (2023)

Synthetic Data Augmentation for Enhancing Harmful Algal Bloom Detection with Machine Learning
von: Huang, Tianyi
Veröffentlicht: (2025)

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

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

Algorithmic Fairness in AI Surrogates for End-of-Life Decision-Making
von: Ahmad, Muhammad Aurangzeb
Veröffentlicht: (2025)

Evaluating AI Group Fairness: a Fuzzy Logic Perspective
von: Krasanakis, Emmanouil, et al.
Veröffentlicht: (2024)

Balancing Fairness and Accuracy in Data-Restricted Binary Classification
von: Lazri, Zachary McBride, et al.
Veröffentlicht: (2024)

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

AI Fairness Beyond Complete Demographics: Current Achievements and Future Directions
von: Wang, Zichong, et al.
Veröffentlicht: (2025)

Procedural Fairness Through Decoupling Objectionable Data Generating Components
von: Tang, Zeyu, et al.
Veröffentlicht: (2023)

Whose Preferences? Differences in Fairness Preferences and Their Impact on the Fairness of AI Utilizing Human Feedback
von: Lerner, Emilia Agis, et al.
Veröffentlicht: (2024)

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

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

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

Rethinking Fair Graph Neural Networks from Re-balancing
von: Li, Zhixun, et al.
Veröffentlicht: (2024)

Supervised Algorithmic Fairness in Distribution Shifts: A Survey
von: Shao, Minglai, et al.
Veröffentlicht: (2024)

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

Learning Fair Invariant Representations under Covariate and Correlation Shifts Simultaneously
von: Li, Dong, et al.
Veröffentlicht: (2024)

Finetuning Text-to-Image Diffusion Models for Fairness
von: Shen, Xudong, et al.
Veröffentlicht: (2023)

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

Fair Classification with Partial Feedback: An Exploration-Based Data Collection Approach
von: Keswani, Vijay, et al.
Veröffentlicht: (2024)

Unlocking Fair Use in the Generative AI Supply Chain: A Systematized Literature Review
von: Mahuli, Amruta, et al.
Veröffentlicht: (2024)

On the Need and Applicability of Causality for Fairness: A Unified Framework for AI Auditing and Legal Analysis
von: Binkyte, Ruta, et al.
Veröffentlicht: (2022)

OxonFair: A Flexible Toolkit for Algorithmic Fairness
von: Delaney, Eoin, 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)

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)

FairHealth: An Open-Source Python Library for Trustworthy Healthcare AI in Low-Resource Settings
von: Yesmin, Farjana
Veröffentlicht: (2026)