Buchumschlag

FairZK: A Scalable System to Prove Machine Learning Fairness in Zero-Knowledge

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Tianyu, Dong, Shen, Kose, O. Deniz, Shen, Yanning, Zhang, Yupeng
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

Unlearning Algorithmic Biases over Graphs
von: Kose, O. Deniz, et al.
Veröffentlicht: (2025)

Long-term Fairness For Real-time Decision Making: A Constrained Online Optimization Approach
von: Du, Ruijie, et al.
Veröffentlicht: (2024)

CAD-VAE: Leveraging Correlation-Aware Latents for Comprehensive Fair Disentanglement
von: Ma, Chenrui, et al.
Veröffentlicht: (2025)

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

FairAgent: Democratizing Fairness-Aware Machine Learning with LLM-Powered Agents
von: Dai, Yucong, et al.
Veröffentlicht: (2025)

Measuring Fairness in Financial Transaction Machine Learning Models
von: Ayvaz, Deniz Sezin, et al.
Veröffentlicht: (2025)

Procedural Fairness in Machine Learning
von: Wang, Ziming, et al.
Veröffentlicht: (2024)

Fairness in Machine Learning: A Survey
von: Caton, Simon, et al.
Veröffentlicht: (2020)

What is Fair? Defining Fairness in Machine Learning for Health
von: Gao, Jianhui, et al.
Veröffentlicht: (2024)

Learn to Explore: Meta NAS via Bayesian Optimization Guided Graph Generation
von: Sun, Zijun, et al.
Veröffentlicht: (2025)

Procedural Fairness and Its Relationship with Distributive Fairness in Machine Learning
von: Wang, Ziming, et al.
Veröffentlicht: (2025)

FairGP: A Scalable and Fair Graph Transformer Using Graph Partitioning
von: Luo, Renqiang, et al.
Veröffentlicht: (2024)

AdapFair: Ensuring Adaptive Fairness for Machine Learning Operations
von: Huang, Yinghui, et al.
Veröffentlicht: (2024)

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

Fairness May Backfire: When Leveling-Down Occurs in Fair Machine Learning
von: Yang, Yi, et al.
Veröffentlicht: (2026)

ZK-APEX: Zero-Knowledge Approximate Personalized Unlearning with Executable Proofs
von: Maheri, Mohammad M, et al.
Veröffentlicht: (2025)

A Survey on Fairness for Machine Learning on Graphs
von: Laclau, Charlotte, et al.
Veröffentlicht: (2022)

Diversity Drives Fairness: Ensemble of Higher Order Mutants for Intersectional Fairness of Machine Learning Software
von: Chen, Zhenpeng, et al.
Veröffentlicht: (2024)

Fairness in Graph Learning Augmented with Machine Learning: A Survey
von: Luo, Renqiang, et al.
Veröffentlicht: (2025)

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

FairTree: Subgroup Fairness Auditing of Machine Learning Models with Bias-Variance Decomposition
von: Debelak, Rudolf
Veröffentlicht: (2026)

ZK-HybridFL: Zero-Knowledge Proof-Enhanced Hybrid Ledger for Federated Learning
von: Taherpour, Amirhossein, et al.
Veröffentlicht: (2026)

Budgeted Online Model Selection and Fine-Tuning via Federated Learning
von: Ghari, Pouya M., et al.
Veröffentlicht: (2024)

Is Noise Conditioning Necessary? A Unified Theory of Unconditional Graph Diffusion Models
von: Li, Jipeng, et al.
Veröffentlicht: (2025)

Personalized Federated Learning with Mixture of Models for Adaptive Prediction and Model Fine-Tuning
von: Ghari, Pouya M., et al.
Veröffentlicht: (2024)

FairLogue: A Toolkit for Intersectional Fairness Analysis in Clinical Machine Learning Models
von: Souligne, Nick, et al.
Veröffentlicht: (2026)

Normalise for Fairness: A Simple Normalisation Technique for Fairness in Regression Machine Learning Problems
von: Amin, Mostafa M., et al.
Veröffentlicht: (2022)

Accessible, Realistic, and Fair Evaluation of Positive-Unlabeled Learning Algorithms
von: Wang, Wei, et al.
Veröffentlicht: (2025)

Fairness and Robustness in Machine Unlearning
von: Tran, Khoa, et al.
Veröffentlicht: (2025)

Multi-model Online Conformal Prediction with Graph-Structured Feedback
von: Hajihashemi, Erfan, et al.
Veröffentlicht: (2025)

Multi-model Ensemble Conformal Prediction in Dynamic Environments
von: Hajihashemi, Erfan, et al.
Veröffentlicht: (2024)

Enhanced Multi-model Online Conformal Prediction
von: Hajihashemi, Erfan, et al.
Veröffentlicht: (2026)

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

Fairness-Aware Estimation of Graphical Models
von: Zhou, Zhuoping, et al.
Veröffentlicht: (2024)

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

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

Online and Customizable Fairness-aware Learning
von: Zhang, Wenbin
Veröffentlicht: (2020)

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

Insights From Insurance for Fair Machine Learning
von: Fröhlich, Christian, et al.
Veröffentlicht: (2023)