Buchumschlag

Artificial Delegates Resolve Fairness Issues in Perpetual Voting with Partial Turnout

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shah, Apurva, Abels, Axel, Nowé, Ann, Lenaerts, Tom
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Computers and Society
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Wisdom from Diversity: Bias Mitigation Through Hybrid Human-LLM Crowds
von: Abels, Axel, et al.
Veröffentlicht: (2025)

Mitigating Biases in Collective Decision-Making: Enhancing Performance in the Face of Fake News
von: Abels, Axel, et al.
Veröffentlicht: (2024)

Improving Cross-Cultural Survey Simulation with Calibrated Value Personas
von: Abels, Axel, et al.
Veröffentlicht: (2026)

Laser Learning Environment: A new environment for coordination-critical multi-agent tasks
von: Molinghen, Yannick, et al.
Veröffentlicht: (2024)

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

Partial Identification Approach to Counterfactual Fairness Assessment
von: Rho, Saeyoung, et al.
Veröffentlicht: (2025)

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

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

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

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

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

FairGT: A Fairness-aware Graph Transformer
von: Luo, Renqiang, et al.
Veröffentlicht: (2024)

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

Demystifying Local and Global Fairness Trade-offs in Federated Learning Using Partial Information Decomposition
von: Hamman, Faisal, et al.
Veröffentlicht: (2023)

Fair for a few: Improving Fairness in Doubly Imbalanced Datasets
von: Yalcin, Ata, et al.
Veröffentlicht: (2025)

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

Be Intentional About Fairness!: Fairness, Size, and Multiplicity in the Rashomon Set
von: Dai, Gordon, et al.
Veröffentlicht: (2025)

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

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)

Algorithmic Fairness in Performative Policy Learning: Escaping the Impossibility of Group Fairness
von: Somerstep, Seamus, et al.
Veröffentlicht: (2024)

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

FairBranch: Mitigating Bias Transfer in Fair Multi-task Learning
von: Roy, Arjun, et al.
Veröffentlicht: (2023)

Monotone Individual Fairness
von: Bechavod, Yahav
Veröffentlicht: (2024)

Resource-constrained Fairness
von: Goethals, Sofie, et al.
Veröffentlicht: (2024)

Fairness in KI-Systemen
von: Strotherm, Janine, et al.
Veröffentlicht: (2023)

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

State of the Art in Fair ML: From Moral Philosophy and Legislation to Fair Classifiers
von: Baumann, Elias, et al.
Veröffentlicht: (2018)

How Robust is your Fair Model? Exploring the Robustness of Diverse Fairness Strategies
von: Small, Edward, et al.
Veröffentlicht: (2022)

Bias Begins with Data: The FairGround Corpus for Robust and Reproducible Research on Algorithmic Fairness
von: Simson, Jan, et al.
Veröffentlicht: (2025)

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

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

In the Name of Fairness: Assessing the Bias in Clinical Record De-identification
von: Xiao, Yuxin, et al.
Veröffentlicht: (2023)

Fairness in LLM-Generated Surveys
von: Abeliuk, Andrés, et al.
Veröffentlicht: (2025)

Learning Interpretable Fair Representations
von: Wang, Tianhao, et al.
Veröffentlicht: (2024)

Uncertainty-based Fairness Measures
von: Kuzucu, Selim, et al.
Veröffentlicht: (2023)

Hierarchical Support Vector State Partitioning for Distilling Black Box Reinforcement Learning Policies
von: Deproost, Senne, et al.
Veröffentlicht: (2026)

Post-Fair Federated Learning: Achieving Group and Community Fairness in Federated Learning via Post-processing
von: Duan, Yuying, et al.
Veröffentlicht: (2024)

On Prediction-Modelers and Decision-Makers: Why Fairness Requires More Than a Fair Prediction Model
von: Scantamburlo, Teresa, et al.
Veröffentlicht: (2023)

Rethinking Individual Fairness in Deepfake Detection
von: Hou, Aryana, et al.
Veröffentlicht: (2025)