Buchumschlag

An Accounting Identity for Algorithmic Fairness

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Elzayn, Hadi, Goldin, Jacob
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Forecasting Algorithms for Causal Inference with Panel Data
von: Goldin, Jacob, et al.
Veröffentlicht: (2022)

Monotone Ecological Inference
von: Elzayn, Hadi, et al.
Veröffentlicht: (2025)

Near-Exponential Savings for Mean Estimation with Active Learning
von: Morimoto, Julian M., et al.
Veröffentlicht: (2025)

Whose Ground Truth? Accounting for Individual and Collective Identities Underlying Dataset Annotation
von: Denton, Remi, et al.
Veröffentlicht: (2021)

FairlyUncertain: A Comprehensive Benchmark of Uncertainty in Algorithmic Fairness
von: Rosenblatt, Lucas, et al.
Veröffentlicht: (2024)

Understanding Fairness Surrogate Functions in Algorithmic Fairness
von: Yao, Wei, et al.
Veröffentlicht: (2023)

FairFlow: Mitigating Dataset Biases through Undecided Learning
von: Cheng, Jiali, et al.
Veröffentlicht: (2025)

Identities are not Interchangeable: The Problem of Overgeneralization in Fair Machine Learning
von: Wang, Angelina
Veröffentlicht: (2025)

Rethinking Algorithmic Fairness for Human-AI Collaboration
von: Ge, Haosen, et al.
Veröffentlicht: (2023)

Inference for an Algorithmic Fairness-Accuracy Frontier
von: Liu, Yiqi, et al.
Veröffentlicht: (2024)

Fairness Incentives in Response to Unfair Dynamic Pricing
von: Thibodeau, Jesse, et al.
Veröffentlicht: (2024)

Backpropagation through Combinatorial Algorithms: Identity with Projection Works
von: Sahoo, Subham Sekhar, et al.
Veröffentlicht: (2022)

Competing Risks: Impact on Risk Estimation and Algorithmic Fairness
von: Jeanselme, Vincent, et al.
Veröffentlicht: (2025)

Generalizing Fair Clustering to Multiple Groups: Algorithms and Applications
von: Chakraborty, Diptarka, et al.
Veröffentlicht: (2025)

Exploring the Design Space of Fair Tree Learning Algorithms
von: Stempel, Kiara, et al.
Veröffentlicht: (2025)

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

AFed: Algorithmic Fair Federated Learning
von: Chen, Huiqiang, et al.
Veröffentlicht: (2025)

Unprocessing Seven Years of Algorithmic Fairness
von: Cruz, André F., et al.
Veröffentlicht: (2023)

Applications and Challenges of Fairness APIs in Machine Learning Software
von: Das, Ajoy, et al.
Veröffentlicht: (2025)

Beyond Chinchilla-Optimal: Accounting for Inference in Language Model Scaling Laws
von: Sardana, Nikhil, et al.
Veröffentlicht: (2023)

FROG: Fair Removal on Graphs
von: Chen, Ziheng, et al.
Veröffentlicht: (2025)

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

Foundation Models at Work: Fine-Tuning for Fairness in Algorithmic Hiring
von: Korkmaz, Buse Sibel, et al.
Veröffentlicht: (2025)

Accessible, Realistic, and Fair Evaluation of Positive-Unlabeled Learning Algorithms
von: Wang, Wei, et al.
Veröffentlicht: (2025)

Detecting Statistically Significant Fairness Violations in Recidivism Forecasting Algorithms
von: Joshi, Animesh
Veröffentlicht: (2025)

Robust Mixture Models for Algorithmic Fairness Under Latent Heterogeneity
von: Li, Siqi, et al.
Veröffentlicht: (2025)

Metabolic cost of information processing in Poisson variational autoencoders
von: Vafaii, Hadi, et al.
Veröffentlicht: (2026)

A Causal Lens for Learning Long-term Fair Policies
von: Lear, Jacob, et al.
Veröffentlicht: (2025)

Aggregating Concepts of Fairness and Accuracy in Prediction Algorithms
von: Kinney, David
Veröffentlicht: (2025)

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

FERI: A Multitask-based Fairness Achieving Algorithm with Applications to Fair Organ Transplantation
von: Li, Can, et al.
Veröffentlicht: (2023)

Bipartite Graph Variational Auto-Encoder with Fair Latent Representation to Account for Sampling Bias in Ecological Networks
von: Anakok, Emre, et al.
Veröffentlicht: (2024)

The Impact of Differential Feature Under-reporting on Algorithmic Fairness
von: Akpinar, Nil-Jana, et al.
Veröffentlicht: (2024)

Beyond Expected Return: Accounting for Policy Reproducibility when Evaluating Reinforcement Learning Algorithms
von: Flageat, Manon, et al.
Veröffentlicht: (2023)

Linear Transformers Implicitly Discover Unified Numerical Algorithms
von: Lutz, Patrick, et al.
Veröffentlicht: (2025)

Striking a Balance in Fairness for Dynamic Systems Through Reinforcement Learning
von: Hu, Yaowei, et al.
Veröffentlicht: (2024)

Balancing Profit and Fairness in Risk-Based Pricing Markets
von: Thibodeau, Jesse, et al.
Veröffentlicht: (2025)

Auditing LLMs for Algorithmic Fairness in Casenote-Augmented Tabular Prediction
von: Lee, Xiao Qi, et al.
Veröffentlicht: (2026)

A Framework for Fair Evaluation of Variance-Aware Bandit Algorithms
von: Wolf, Elise
Veröffentlicht: (2025)

Imputation Strategies Under Clinical Presence: Impact on Algorithmic Fairness
von: Jeanselme, Vincent, et al.
Veröffentlicht: (2022)