Copertina

Beyond Internal Data: Bounding and Estimating Fairness from Incomplete Data

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Ramineni, Varsha, Rahmani, Hossein A., Yilmaz, Emine, Barber, David
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Beyond Internal Data: Constructing Complete Datasets for Fairness Testing
di: Ramineni, Varsha, et al.
Pubblicazione: (2025)

Towards Understanding Bias in Synthetic Data for Evaluation
di: Rahmani, Hossein A., et al.
Pubblicazione: (2025)

Understanding the Role of User Profile in the Personalization of Large Language Models
di: Wu, Bin, et al.
Pubblicazione: (2024)

Neural Parameter Estimation with Incomplete Data
di: Sainsbury-Dale, Matthew, et al.
Pubblicazione: (2025)

FairCauseSyn: Towards Causally Fair LLM-Augmented Synthetic Data Generation
di: Nagesh, Nitish, et al.
Pubblicazione: (2025)

PREF: Reference-Free Evaluation of Personalised Text Generation in LLMs
di: Fu, Xiao, et al.
Pubblicazione: (2025)

FairTabGen: High-Fidelity and Fair Synthetic Health Data Generation from Limited Samples
di: Nagesh, Nitish, et al.
Pubblicazione: (2025)

Learning Staged Trees from Incomplete Data
di: Carter, Jack Storror, et al.
Pubblicazione: (2024)

Parameter Estimation in DAGs from Incomplete Data via Optimal Transport
di: Vo, Vy, et al.
Pubblicazione: (2023)

DISCO-TAB: A Hierarchical Reinforcement Learning Framework for Privacy-Preserving Synthesis of Complex Clinical Data
di: Ilaty, Arshia, et al.
Pubblicazione: (2026)

Learning Representations from Incomplete EHR Data with Dual-Masked Autoencoding
di: Xiang, Xiao, et al.
Pubblicazione: (2026)

LSM-2: Learning from Incomplete Wearable Sensor Data
di: Xu, Maxwell A., et al.
Pubblicazione: (2025)

Estimating Fair Graphs from Graph-Stationary Data
di: Navarro, Madeline, et al.
Pubblicazione: (2025)

Personalized Counterfactual Framework: Generating Potential Outcomes from Wearable Data
di: Subramanian, Ajan, et al.
Pubblicazione: (2025)

Conditional Multidimensional Scaling with Incomplete Conditioning Data
di: Bui, Anh Tuan
Pubblicazione: (2025)

Kernel Representation and Similarity Measure for Incomplete Data
di: Cao, Yang, et al.
Pubblicazione: (2025)

HI-PMK: A Data-Dependent Kernel for Incomplete Heterogeneous Data Representation
di: Zhou, Youran, et al.
Pubblicazione: (2025)

Machine-generated text detection prevents language model collapse
di: Drayson, George, et al.
Pubblicazione: (2025)

Incomplete Data, Complete Dynamics: A Diffusion Approach
di: Zhou, Zihan, et al.
Pubblicazione: (2025)

Learning Cyclic Causal Models from Incomplete Data
di: Sethuraman, Muralikrishnna G., et al.
Pubblicazione: (2024)

Bayesian Integration of Nonlinear Incomplete Clinical Data
di: González-Zamorano, Lucía, et al.
Pubblicazione: (2026)

Performance of Rank-One Tensor Approximation on Incomplete Data
di: Lebeau, Hugo
Pubblicazione: (2025)

Clustering of Incomplete Data via a Bipartite Graph Structure
di: Javaheri, Amirhossein, et al.
Pubblicazione: (2025)

Interpretable Generative and Discriminative Learning for Multimodal and Incomplete Clinical Data
di: Belenguer-Llorens, Albert, et al.
Pubblicazione: (2025)

FLIGAN: Enhancing Federated Learning with Incomplete Data using GAN
di: Maliakel, Paul Joe, et al.
Pubblicazione: (2024)

K-Means Clustering With Incomplete Data with the Use of Mahalanobis Distances
di: Armah, Lovis Kwasi, et al.
Pubblicazione: (2024)

Towards Better Performance in Incomplete LDL: Addressing Data Imbalance
di: Kou, Zhiqiang, et al.
Pubblicazione: (2024)

Physics-Conditioned Synthesis of Internal Ice-Layer Thickness for Incomplete Layer Traces
di: Liu, Zesheng, et al.
Pubblicazione: (2026)

MissNODAG: Differentiable Cyclic Causal Graph Learning from Incomplete Data
di: Sethuraman, Muralikrishnna G., et al.
Pubblicazione: (2024)

RADAR: Recall Augmentation through Deferred Asynchronous Retrieval
di: Jaspal, Amit, et al.
Pubblicazione: (2025)

Hard and Soft EM in Bayesian Network Learning from Incomplete Data
di: Ruggieri, Andrea, et al.
Pubblicazione: (2020)

Learning from Anonymized and Incomplete Tabular Data
di: Lange, Lucas, et al.
Pubblicazione: (2026)

IVGAE: Handling Incomplete Heterogeneous Data with a Variational Graph Autoencoder
di: Zhou, Youran, et al.
Pubblicazione: (2025)

Improving Variational Autoencoder Estimation from Incomplete Data with Mixture Variational Families
di: Simkus, Vaidotas, et al.
Pubblicazione: (2024)

Targeted Learning for Data Fairness
di: Asemota, Alexander, et al.
Pubblicazione: (2025)

Fairness, Accuracy, and Unreliable Data
di: Stangl, Kevin
Pubblicazione: (2024)

Joint Treatment Effect Estimation from Incomplete Healthcare Data: Temporal Causal Normalizing Flows with LLM-driven Evolutionary MNAR Imputation
di: Parra, Olivia Jullian, et al.
Pubblicazione: (2026)

Combining Incomplete Observational and Randomized Data for Heterogeneous Treatment Effects
di: Yao, Dong, et al.
Pubblicazione: (2024)

DRIM: Learning Disentangled Representations from Incomplete Multimodal Healthcare Data
di: Robinet, Lucas, et al.
Pubblicazione: (2024)

Data-Driven Estimation of Capacity Upper Bounds
di: Häger, Christian, et al.
Pubblicazione: (2022)