Copertina

Underrepresentation, Label Bias, and Proxies: Towards Data Bias Profiles for the EU AI Act and Beyond

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Ceccon, Marina, Cornacchia, Giandomenico, Pezze, Davide Dalle, Fabris, Alessandro, Susto, Gian Antonio
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning Computers and Society
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Multi-Label Continual Learning for the Medical Domain: A Novel Benchmark
di: Ceccon, Marina, et al.
Pubblicazione: (2024)

Fairness Evolution in Continual Learning for Medical Imaging
di: Ceccon, Marina, et al.
Pubblicazione: (2024)

A Fairness-Oriented Reinforcement Learning Approach for the Operation and Control of Shared Micromobility Services
di: Cederle, Matteo, et al.
Pubblicazione: (2024)

Correcting Underrepresentation and Intersectional Bias for Classification
di: Diana, Emily, et al.
Pubblicazione: (2023)

Reinforcement Learning for Durable Algorithmic Recourse
di: Ceccon, Marina, et al.
Pubblicazione: (2025)

Simple and Effective Specialized Representations for Fair Classifiers
di: Sinigaglia, Alberto, et al.
Pubblicazione: (2025)

Unveiling the Anomalies in an Ever-Changing World: A Benchmark for Pixel-Level Anomaly Detection in Continual Learning
di: Bugarin, Nikola, et al.
Pubblicazione: (2024)

Towards Scalable IoT Deployment for Visual Anomaly Detection via Efficient Compression
di: Stropeni, Arianna, et al.
Pubblicazione: (2025)

Replay Consolidation with Label Propagation for Continual Object Detection
di: De Monte, Riccardo, et al.
Pubblicazione: (2024)

Bayesian Deep Learning for Remaining Useful Life Estimation via Stein Variational Gradient Descent
di: Della Libera, Luca, et al.
Pubblicazione: (2024)

Teach YOLO to Remember: A Self-Distillation Approach for Continual Object Detection
di: De Monte, Riccardo, et al.
Pubblicazione: (2025)

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

Latent Distillation for Continual Object Detection at the Edge
di: Pasti, Francesco, et al.
Pubblicazione: (2024)

Continual Learning for Behavior-based Driver Identification
di: Fanan, Mattia, et al.
Pubblicazione: (2024)

Towards Responsible AI in Banking: Addressing Bias for Fair Decision-Making
di: Castelnovo, Alessandro
Pubblicazione: (2024)

Continual Learning Approaches for Anomaly Detection
di: Pezze, Davide Dalle, et al.
Pubblicazione: (2022)

AdapTS: Lightweight Teacher-Student Approach for Multi-Class and Continual Visual Anomaly Detection
di: Barusco, Manuel, et al.
Pubblicazione: (2026)

Towards Continual Visual Anomaly Detection in the Medical Domain
di: Barusco, Manuel, et al.
Pubblicazione: (2025)

PaSTe: Improving the Efficiency of Visual Anomaly Detection at the Edge
di: Barusco, Manuel, et al.
Pubblicazione: (2024)

ProDER: A Continual Learning Approach for Fault Prediction in Evolving Smart Grids
di: Efatinasab, Emad, et al.
Pubblicazione: (2025)

Towards Standardizing AI Bias Exploration
di: Krasanakis, Emmanouil, et al.
Pubblicazione: (2024)

Continual Visual Anomaly Detection on the Edge: Benchmark and Efficient Solutions
di: Barusco, Manuel, et al.
Pubblicazione: (2026)

MoViAD: A Modular Library for Visual Anomaly Detection
di: Barusco, Manuel, et al.
Pubblicazione: (2025)

From Bias to Accountability: How the EU AI Act Confronts Challenges in European GeoAI Auditing
di: Matuszczyk, Natalia, et al.
Pubblicazione: (2025)

Advancing Constrained Monotonic Neural Networks: Achieving Universal Approximation Beyond Bounded Activations
di: Sartor, Davide, et al.
Pubblicazione: (2025)

Automation Bias in the AI Act: On the Legal Implications of Attempting to De-Bias Human Oversight of AI
di: Laux, Johann, et al.
Pubblicazione: (2025)

Evaluating Modern Visual Anomaly Detection Approaches in Semiconductor Manufacturing: A Comparative Study
di: Barusco, Manuel, et al.
Pubblicazione: (2025)

Memory Efficient Continual Learning for Edge-Based Visual Anomaly Detection
di: Barusco, Manuel, et al.
Pubblicazione: (2025)

TiROD: Tiny Robotics Dataset and Benchmark for Continual Object Detection
di: Pasti, Francesco, et al.
Pubblicazione: (2024)

Lazy Data Practices Harm Fairness Research
di: Simson, Jan, et al.
Pubblicazione: (2024)

Outlier Detection Bias Busted: Understanding Sources of Algorithmic Bias through Data-centric Factors
di: Ding, Xueying, et al.
Pubblicazione: (2024)

A Principled Approach for Data Bias Mitigation
di: Scarone, Bruno, et al.
Pubblicazione: (2024)

Feature Importance Disparities for Data Bias Investigations
di: Chang, Peter W., et al.
Pubblicazione: (2023)

Domain Adaptation for Image Classification of Defects in Semiconductor Manufacturing
di: Poniatowski, Adrian, et al.
Pubblicazione: (2025)

VAD4Space: Visual Anomaly Detection for Planetary Surface Imagery
di: Genilotti, Fabrizio, et al.
Pubblicazione: (2026)

From Vision to Sound: Advancing Audio Anomaly Detection with Vision-Based Algorithms
di: Barusco, Manuel, et al.
Pubblicazione: (2025)

Explainable Visual Anomaly Detection via Concept Bottleneck Models
di: Stropeni, Arianna, et al.
Pubblicazione: (2025)

MIRAGE: Model-agnostic Industrial Realistic Anomaly Generation and Evaluation for Visual Anomaly Detection
di: Hu, Jinwei, et al.
Pubblicazione: (2026)

Efficient Visual Anomaly Detection at the Edge: Enabling Real-Time Industrial Inspection on Resource-Constrained Devices
di: Stropeni, Arianna, et al.
Pubblicazione: (2026)

Impacts of Racial Bias in Historical Training Data for News AI
di: Bhargava, Rahul, et al.
Pubblicazione: (2025)