Buchumschlag

Fair Bayesian Data Selection via Generalized Discrepancy Measures

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Yixuan, Luo, Jiabin, Wang, Zhenggang, Zhou, Feng, Kong, Quyu
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Advances in Temporal Point Processes: Bayesian, Neural, and LLM Approaches
von: Zhou, Feng, et al.
Veröffentlicht: (2025)

Negative Binomial Variational Autoencoders for Overdispersed Latent Modeling
von: Zhang, Yixuan, et al.
Veröffentlicht: (2025)

Byte-token Enhanced Language Models for Temporal Point Processes Analysis
von: Kong, Quyu, et al.
Veröffentlicht: (2025)

Navigating Towards Fairness with Data Selection
von: Zhang, Yixuan, et al.
Veröffentlicht: (2024)

TPP-SD: Accelerating Transformer Point Process Sampling with Speculative Decoding
von: Gong, Shukai, et al.
Veröffentlicht: (2025)

Long-range Modeling and Processing of Multimodal Event Sequences
von: Li, Jichu, et al.
Veröffentlicht: (2026)

Bias Mitigation in Fine-tuning Pre-trained Models for Enhanced Fairness and Efficiency
von: Zhang, Yixuan, et al.
Veröffentlicht: (2024)

Federated Unlearning in the Wild: Rethinking Fairness and Data Discrepancy
von: Huang, ZiHeng, et al.
Veröffentlicht: (2025)

DanmakuTPPBench: A Multi-modal Benchmark for Temporal Point Process Modeling and Understanding
von: Jiang, Yue, et al.
Veröffentlicht: (2025)

Task Diversity in Bayesian Federated Learning: Simultaneous Processing of Classification and Regression
von: Lyu, Junliang, et al.
Veröffentlicht: (2024)

A Neighbor-Searching Discrepancy-based Drift Detection Scheme for Learning Evolving Data
von: Gu, Feng, et al.
Veröffentlicht: (2024)

Achieving Fairness Without Harm via Selective Demographic Experts
von: Tan, Xuwei, et al.
Veröffentlicht: (2025)

Optimizing Kernel Discrepancies via Subset Selection
von: Chen, Deyao, et al.
Veröffentlicht: (2025)

Active Learning of Model Discrepancy with Bayesian Experimental Design
von: Yang, Huchen, et al.
Veröffentlicht: (2025)

Anchor-based Maximum Discrepancy for Relative Similarity Testing
von: Zhou, Zhijian, et al.
Veröffentlicht: (2025)

A Bayesian Approach to Low-Discrepancy Subset Selection
von: Kirk, Nathan
Veröffentlicht: (2026)

Are Your Models Still Fair? Fairness Attacks on Graph Neural Networks via Node Injections
von: Luo, Zihan, et al.
Veröffentlicht: (2024)

Better Membership Inference Privacy Measurement through Discrepancy
von: Wu, Ruihan, et al.
Veröffentlicht: (2024)

FairDiffusion: Enhancing Equity in Latent Diffusion Models via Fair Bayesian Perturbation
von: Luo, Yan, et al.
Veröffentlicht: (2024)

Enhancing Stability in Training Conditional Generative Adversarial Networks via Selective Data Matching
von: Kong, Kyeongbo, et al.
Veröffentlicht: (2021)

Fairness-aware Anomaly Detection via Fair Projection
von: Xiao, Feng, et al.
Veröffentlicht: (2025)

PAC-Bayesian Generalization Guarantees for Fairness on Stochastic and Deterministic Classifiers
von: Bastian, Julien, et al.
Veröffentlicht: (2026)

Score Matching for Estimating Finite Point Processes
von: Cao, Haoqun, et al.
Veröffentlicht: (2025)

Variable Selection in Maximum Mean Discrepancy for Interpretable Distribution Comparison
von: Mitsuzawa, Kensuke, et al.
Veröffentlicht: (2023)

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

FairFinGAN: Fairness-aware Synthetic Financial Data Generation
von: Quy, Tai Le, et al.
Veröffentlicht: (2026)

On the Bayes Inconsistency of Disagreement Discrepancy Surrogates
von: Marchant, Neil G., et al.
Veröffentlicht: (2025)

Uncertainty-Aware Prediction of Lung Tumor Growth from Sparse Longitudinal CT Data via Bayesian Physics-Informed Neural Networks
von: Kong, Lingfei, et al.
Veröffentlicht: (2026)

A Bayesian Approach to Data Point Selection
von: Xu, Xinnuo, et al.
Veröffentlicht: (2024)

From Risk to Uncertainty: Generating Predictive Uncertainty Measures via Bayesian Estimation
von: Kotelevskii, Nikita, et al.
Veröffentlicht: (2024)

FairAgent: Democratizing Fairness-Aware Machine Learning with LLM-Powered Agents
von: Dai, Yucong, et al.
Veröffentlicht: (2025)

A Bayesian Non-parametric Approach to Generative Models: Integrating Variational Autoencoder and Generative Adversarial Networks using Wasserstein and Maximum Mean Discrepancy
von: Fazeli-Asl, Forough, et al.
Veröffentlicht: (2023)

DeepSelective: Interpretable Prognosis Prediction via Feature Selection and Compression in EHR Data
von: Zhang, Ruochi, et al.
Veröffentlicht: (2025)

Data-centric Prediction Explanation via Kernelized Stein Discrepancy
von: Sarvmaili, Mahtab, et al.
Veröffentlicht: (2024)

Bayesian Experimental Design for Model Discrepancy Calibration: An Auto-Differentiable Ensemble Kalman Inversion Approach
von: Yang, Huchen, et al.
Veröffentlicht: (2025)

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

Happiness as a Measure of Fairness
von: Pichler, Georg, et al.
Veröffentlicht: (2025)

Beyond Visual Realism: Toward Reliable Financial Time Series Generation
von: Zhang, Fan, et al.
Veröffentlicht: (2026)

FairGP: A Scalable and Fair Graph Transformer Using Graph Partitioning
von: Luo, Renqiang, et al.
Veröffentlicht: (2024)

Convolutional Maximum Mean Discrepancy for Inference in Noisy Data
von: Vashistha, Ritwik, et al.
Veröffentlicht: (2026)