Copertina

Testing for Causal Fairness

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Fu, Jiarun, Ding, LiZhong, Li, Pengqi, Wei, Qiuning, Cheng, Yurong, Chen, Xu
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Unveiling and Causalizing CoT: A Causal Pespective
di: Fu, Jiarun, et al.
Pubblicazione: (2025)

DeepFaith: A Domain-Free and Model-Agnostic Unified Framework for Highly Faithful Explanations
di: Guo, Yuhan, et al.
Pubblicazione: (2025)

Beyond Procedure: Substantive Fairness in Conformal Prediction
di: Liu, Pengqi, et al.
Pubblicazione: (2026)

Mean Mode Screaming: Mean--Variance Split Residuals for 1000-Layer Diffusion Transformers
di: Lu, Pengqi
Pubblicazione: (2026)

On the Burden of Achieving Fairness in Conformal Prediction
di: Gao, Ziang, et al.
Pubblicazione: (2026)

Test-Time Learning of Causal Structure from Interventional Data
di: Chen, Wei, et al.
Pubblicazione: (2026)

Interventional Fairness on Partially Known Causal Graphs: A Constrained Optimization Approach
di: Zuo, Aoqi, et al.
Pubblicazione: (2024)

Test Time Training for Supervised Causal Learning
di: Deng, Zizhen, et al.
Pubblicazione: (2026)

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

Mini-Hes: A Parallelizable Second-order Latent Factor Analysis Model
di: Wang, Jialiang, et al.
Pubblicazione: (2024)

Causal Fair Metric: Bridging Causality, Individual Fairness, and Adversarial Robustness
di: Ehyaei, Ahmad-Reza, et al.
Pubblicazione: (2023)

Test-Time Adaptation by Causal Trimming
di: Liu, Yingnan, et al.
Pubblicazione: (2025)

Text-Attributed Graph Anomaly Detection via Multi-Scale Cross- and Uni-Modal Contrastive Learning
di: Xu, Yiming, et al.
Pubblicazione: (2025)

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

Ordering-Based Causal Discovery for Linear and Nonlinear Relations
di: Xu, Zhuopeng, et al.
Pubblicazione: (2024)

Causal-Driven Feature Evaluation for Cross-Domain Image Classification
di: Cheng, Chen, et al.
Pubblicazione: (2026)

FairPFN: A Tabular Foundation Model for Causal Fairness
di: Robertson, Jake, et al.
Pubblicazione: (2025)

The Fragility of Fairness: Causal Sensitivity Analysis for Fair Machine Learning
di: Fawkes, Jake, et al.
Pubblicazione: (2024)

SolverLLM: Leveraging Test-Time Scaling for Optimization Problem via LLM-Guided Search
di: Li, Dong, et al.
Pubblicazione: (2025)

CausalPre: Scalable and Effective Data Pre-Processing for Causal Fairness
di: Zheng, Ying, et al.
Pubblicazione: (2025)

LoGoFair: Post-Processing for Local and Global Fairness in Federated Learning
di: Zhang, Li, et al.
Pubblicazione: (2025)

Adaptive Dual Prompting: Hierarchical Debiasing for Fairness-aware Graph Neural Networks
di: Yang, Yuhan, et al.
Pubblicazione: (2025)

Causal Fairness for Survival Analysis
di: Plecko, Drago
Pubblicazione: (2026)

Concept-SAE: Active Causal Probing of Visual Model Behavior
di: Ding, Jianrong, et al.
Pubblicazione: (2025)

Fast Flow Matching based Conditional Independence Tests for Causal Discovery
di: Zhao, Shunyu, et al.
Pubblicazione: (2026)

Quantifying Distributional Invariance in Causal Subgraph for IRM-Free Graph Generalization
di: Qiu, Yang, et al.
Pubblicazione: (2025)

Causal Fairness Assessment of Treatment Allocation with Electronic Health Records
di: Zhang, Linying, et al.
Pubblicazione: (2022)

Exploring Fairness in Educational Data Mining in the Context of the Right to be Forgotten
di: Qian, Wei, et al.
Pubblicazione: (2024)

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

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

FedShard: Federated Unlearning with Efficiency Fairness and Performance Fairness
di: Wen, Siyuan, et al.
Pubblicazione: (2025)

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

Prompting Fairness: Integrating Causality to Debias Large Language Models
di: Li, Jingling, et al.
Pubblicazione: (2024)

Peer-induced Fairness: A Causal Approach for Algorithmic Fairness Auditing
di: Fang, Shiqi, et al.
Pubblicazione: (2024)

FairCauseSyn: Towards Causally Fair LLM-Augmented Synthetic Data Generation
di: Nagesh, Nitish, et al.
Pubblicazione: (2025)

FairDRL-ST: Disentangled Representation Learning for Fair Spatio-Temporal Mobility Prediction
di: Zhao, Sichen, et al.
Pubblicazione: (2025)

Fair Risk Minimization under Causal Path-Specific Effect Constraints
di: Nabi, Razieh, et al.
Pubblicazione: (2024)

Learning Subgroups with Maximum Treatment Effects without Causal Heuristics
di: Yang, Lincen, et al.
Pubblicazione: (2025)

Learning Causal Transition Matrix for Instance-dependent Label Noise
di: Li, Jiahui, et al.
Pubblicazione: (2024)

Fair Conformal Classification via Learning Representation-Based Groups
di: Xu, Senrong, et al.
Pubblicazione: (2026)