Buchumschlag

Testing Fairness with Utility Tradeoffs: A Wasserstein Projection Approach

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Yan, Tan, Zheng, Blanchet, Jose, Qin, Hanzhang
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computers and Society
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Fair Wasserstein Coresets
von: Xiong, Zikai, et al.
Veröffentlicht: (2023)

Evaluating Privacy-Utility Tradeoffs in Synthetic Smart Grid Data
von: Catarino, Andre, et al.
Veröffentlicht: (2025)

Tradeoffs are Domain Dependent: Improving Accuracy and Fairness in Property Tax Assessments
von: Smith, Evelyn, et al.
Veröffentlicht: (2026)

Fairness in Multi-Task Learning via Wasserstein Barycenters
von: Hu, François, et al.
Veröffentlicht: (2023)

Achievable Fairness on Your Data With Utility Guarantees
von: Taufiq, Muhammad Faaiz, et al.
Veröffentlicht: (2024)

A Unified View of Group Fairness Tradeoffs Using Partial Information Decomposition
von: Hamman, Faisal, et al.
Veröffentlicht: (2024)

Algorithmic Tradeoffs in Fair Lending: Profitability, Compliance, and Long-Term Impact
von: Bansal, Aayam
Veröffentlicht: (2025)

Utility-Fairness Trade-Offs and How to Find Them
von: Dehdashtian, Sepehr, et al.
Veröffentlicht: (2024)

Sublinear Algorithms for Wasserstein and Total Variation Distances: Applications to Fairness and Privacy Auditing
von: Basu, Debabrota, et al.
Veröffentlicht: (2025)

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

Migrate Demographic Group For Fair GNNs
von: Hu, YanMing, et al.
Veröffentlicht: (2023)

Counterfactual Situation Testing: Uncovering Discrimination under Fairness given the Difference
von: Alvarez, Jose M., et al.
Veröffentlicht: (2023)

A Computational Approach to Improving Fairness in K-means Clustering
von: Zhou, Guancheng, et al.
Veröffentlicht: (2025)

PUFFLE: Balancing Privacy, Utility, and Fairness in Federated Learning
von: Corbucci, Luca, et al.
Veröffentlicht: (2024)

Fairness Testing of Large Language Models in Role-Playing
von: Li, Xinyue, et al.
Veröffentlicht: (2024)

A Systems Thinking Approach to Algorithmic Fairness
von: Lam, Chris
Veröffentlicht: (2024)

Algorithmic Tradeoffs, Applied NLP, and the State-of-the-Art Fallacy
von: Alvero, AJ, et al.
Veröffentlicht: (2025)

Assessing AI Utility: The Random Guesser Test for Sequential Decision-Making Systems
von: Ide, Shun, et al.
Veröffentlicht: (2024)

A Critical Pragmatism Approach for Algorithmic Fairness: Lessons from Urban Planning Theory
von: Gosciak, Jennah, et al.
Veröffentlicht: (2026)

Size-adaptive Hypothesis Testing for Fairness
von: Ferrara, Antonio, et al.
Veröffentlicht: (2025)

Fairness-in-the-Workflow: How Machine Learning Practitioners at Big Tech Companies Approach Fairness in Recommender Systems
von: Yan, Jing Nathan, et al.
Veröffentlicht: (2025)

In-Situ Behavioral Evaluation for LLM Fairness, Not Standardized-Test Scores
von: Tang, Zeyu, et al.
Veröffentlicht: (2026)

The Benefits and Risks of Transductive Approaches for AI Fairness
von: Razzak, Muhammed, et al.
Veröffentlicht: (2024)

Learning to be Fair: A Consequentialist Approach to Equitable Decision-Making
von: Chohlas-Wood, Alex, et al.
Veröffentlicht: (2021)

A Distributionally Robust Optimisation Approach to Fair Credit Scoring
von: Casas, Pablo, et al.
Veröffentlicht: (2024)

Fair Graph Representation Learning via Sensitive Attribute Disentanglement
von: Zhu, Yuchang, et al.
Veröffentlicht: (2024)

Can Persona-Prompted LLMs Emulate Subgroup Values? An Empirical Analysis of Generalisability and Fairness in Cultural Alignment
von: Tan, Bryan Chen Zhengyu, et al.
Veröffentlicht: (2026)

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

FairSIN: Achieving Fairness in Graph Neural Networks through Sensitive Information Neutralization
von: Yang, Cheng, et al.
Veröffentlicht: (2024)

Balancing Fairness and Performance in Healthcare AI: A Gradient Reconciliation Approach
von: Wang, Xiaoyang, et al.
Veröffentlicht: (2025)

BadFair: Backdoored Fairness Attacks with Group-conditioned Triggers
von: Xue, Jiaqi, et al.
Veröffentlicht: (2024)

Reflection-Satisfaction Tradeoff: Investigating Impact of Reflection on Student Engagement with AI-Generated Programming Hints
von: Choi, Heeryung, et al.
Veröffentlicht: (2025)

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

Analyzing and Optimizing the Distribution of Blood Lead Level Testing for Children in New York City: A Data-Driven Approach
von: Afane, Mohamed, et al.
Veröffentlicht: (2025)

Contexts Matter: An Empirical Study on Contextual Influence in Fairness Testing for Deep Learning Systems
von: Du, Chengwen, et al.
Veröffentlicht: (2024)

Bias Behind the Wheel: Fairness Testing of Autonomous Driving Systems
von: Li, Xinyue, et al.
Veröffentlicht: (2023)

FairSCOSCA: Fairness At Arterial Signals -- Just Around The Corner
von: Riehl, Kevin, et al.
Veröffentlicht: (2026)

LLM-Mirror: A Generated-Persona Approach for Survey Pre-Testing
von: Kim, Sunwoong, et al.
Veröffentlicht: (2024)

Evidence Without Injustice: A New Counterfactual Test for Fair Algorithms
von: Loi, Michele, et al.
Veröffentlicht: (2025)

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