Buchumschlag

Fair CCA for Fair Representation Learning: An ADNI Study

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hou, Bojian, Wang, Zhanliang, Zhou, Zhuoping, Tong, Boning, Wang, Zexuan, Bao, Jingxuan, Duong-Tran, Duy, Long, Qi, Shen, Li
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Computers and Society
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

FR‐CCA: Fair Multimodal Representation Learning for Equitable Alzheimer's Disease Diagnosis
von: Bojian Hou, et al.
Veröffentlicht: (2025)

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

Learning Fairer Representations with FairVIC
von: Barker, Charmaine, et al.
Veröffentlicht: (2024)

Learning Fair Invariant Representations under Covariate and Correlation Shifts Simultaneously
von: Li, Dong, et al.
Veröffentlicht: (2024)

Fairness in Federated Learning: Fairness for Whom?
von: Taik, Afaf, et al.
Veröffentlicht: (2025)

On The Fairness Impacts of Hardware Selection in Machine Learning
von: Nelaturu, Sree Harsha, et al.
Veröffentlicht: (2023)

SimFair: Physics-Guided Fairness-Aware Learning with Simulation Models
von: Wang, Zhihao, et al.
Veröffentlicht: (2024)

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

FairMT: Fairness for Heterogeneous Multi-Task Learning
von: Hu, Guanyu, et al.
Veröffentlicht: (2025)

Causal Manifold Fairness: Enforcing Geometric Invariance in Representation Learning
von: Rathore, Vidhi
Veröffentlicht: (2026)

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

Restoring Calibration for Aligned Large Language Models: A Calibration-Aware Fine-Tuning Approach
von: Xiao, Jiancong, et al.
Veröffentlicht: (2025)

Learning Ordered Representations in Latent Space for Intrinsic Dimension Estimation via Principal Component Autoencoder
von: Zhan, Qipeng, et al.
Veröffentlicht: (2026)

FairSample: Training Fair and Accurate Graph Convolutional Neural Networks Efficiently
von: Cong, Zicun, et al.
Veröffentlicht: (2024)

FairPOT: Balancing AUC Performance and Fairness with Proportional Optimal Transport
von: Liu, Pengxi, et al.
Veröffentlicht: (2025)

CAFIN: Centrality Aware Fairness inducing IN-processing for Unsupervised Representation Learning on Graphs
von: Arun, Arvindh, et al.
Veröffentlicht: (2023)

Decision Making with Differential Privacy under a Fairness Lens
von: Fioretto, Ferdinando, et al.
Veröffentlicht: (2021)

FairDD: Fair Dataset Distillation
von: Zhou, Qihang, et al.
Veröffentlicht: (2024)

Can Fairness be Automated? Guidelines and Opportunities for Fairness-aware AutoML
von: Weerts, Hilde, et al.
Veröffentlicht: (2023)

A Post-Processing-Based Fair Federated Learning Framework
von: Zhou, Yi, et al.
Veröffentlicht: (2025)

FairLENS: Assessing Fairness in Law Enforcement Speech Recognition
von: Wang, Yicheng, et al.
Veröffentlicht: (2024)

Theorizing neuro-induced relationships between cognitive diversity, motivation, grit and academic performance in multidisciplinary engineering education context
von: Duong-Tran, Duy, et al.
Veröffentlicht: (2024)

FairFML: Fair Federated Machine Learning with a Case Study on Reducing Gender Disparities in Cardiac Arrest Outcome Prediction
von: Li, Siqi, et al.
Veröffentlicht: (2024)

OxonFair: A Flexible Toolkit for Algorithmic Fairness
von: Delaney, Eoin, et al.
Veröffentlicht: (2024)

FairPFN: Transformers Can do Counterfactual Fairness
von: Robertson, Jake, et al.
Veröffentlicht: (2024)

What Hides behind Unfairness? Exploring Dynamics Fairness in Reinforcement Learning
von: Deng, Zhihong, et al.
Veröffentlicht: (2024)

A Semantic-Sampling Framework for Evaluating Calibration in Open-Ended Question Answering
von: Wang, Zhanliang, et al.
Veröffentlicht: (2026)

Fair Text-to-Image Diffusion via Fair Mapping
von: Li, Jia, et al.
Veröffentlicht: (2023)

Learning Fair Models without Sensitive Attributes: A Generative Approach
von: Zhu, Huaisheng, et al.
Veröffentlicht: (2022)

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)

Remembering to Be Fair: Non-Markovian Fairness in Sequential Decision Making
von: Alamdari, Parand A., et al.
Veröffentlicht: (2023)

Counterpart Fairness -- Addressing Systematic between-group Differences in Fairness Evaluation
von: Wang, Yifei, et al.
Veröffentlicht: (2023)

FedFair^3: Unlocking Threefold Fairness in Federated Learning
von: Javaherian, Simin, et al.
Veröffentlicht: (2024)

Toward Fair Federated Learning under Demographic Disparities and Data Imbalance
von: Wu, Qiming, et al.
Veröffentlicht: (2025)

Stairway to Fairness: Connecting Group and Individual Fairness
von: Rampisela, Theresia Veronika, et al.
Veröffentlicht: (2025)

FairGridSearch: A Framework to Compare Fairness-Enhancing Models
von: Ma, Shih-Chi, et al.
Veröffentlicht: (2024)

FairSHAP: Preprocessing for Fairness Through Attribution-Based Data Augmentation
von: Zhu, Lin, et al.
Veröffentlicht: (2025)

FairJob: A Real-World Dataset for Fairness in Online Systems
von: Vladimirova, Mariia, et al.
Veröffentlicht: (2024)

FairREAD: Re-fusing Demographic Attributes after Disentanglement for Fair Medical Image Classification
von: Gao, Yicheng, et al.
Veröffentlicht: (2024)

Globalizing Fairness Attributes in Machine Learning: A Case Study on Health in Africa
von: Asiedu, Mercy Nyamewaa, et al.
Veröffentlicht: (2023)