Buchumschlag

Fairness Under Group-Conditional Prior Probability Shift: Invariance, Drift, and Target-Aware Post-Processing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Asiaee, Amir, Aryan, Kaveh
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

Fix Representation (Optimally) Before Fairness: Finite-Sample Shrinkage Population Correction and the True Price of Fairness Under Subpopulation Shift
von: Asiaee, Amir, et al.
Veröffentlicht: (2026)

Projected Boosting with Fairness Constraints: Quantifying the Cost of Fair Training Distributions
von: Asiaee, Amir, et al.
Veröffentlicht: (2026)

Improving RCT-Based CATE Estimation Under Covariate Mismatch via Calibrated Alignment
von: Asiaee, Amir, et al.
Veröffentlicht: (2026)

Partial Causal Structure Learning for Valid Selective Conformal Inference under Interventions
von: Asiaee, Amir, et al.
Veröffentlicht: (2026)

Efficient Discovery of Approximate Causal Abstractions via Neural Mechanism Sparsification
von: Asiaee, Amir
Veröffentlicht: (2026)

DAG DECORation: Continuous Optimization for Structure Learning under Hidden Confounding
von: Pal, Samhita, et al.
Veröffentlicht: (2025)

Noise-Calibrated Inference from Differentially Private Sufficient Statistics in Exponential Families
von: Asiaee, Amir, et al.
Veröffentlicht: (2026)

PRISM: Differentially Private Synthetic Data with Structure-Aware Budget Allocation for Prediction
von: Asiaee, Amir, et al.
Veröffentlicht: (2026)

CausalWrap: Model-Agnostic Causal Constraint Wrappers for Tabular Synthetic Data
von: Asiaee, Amir, et al.
Veröffentlicht: (2026)

Transductive Model Selection under Prior Probability Shift
von: Volpi, Lorenzo, et al.
Veröffentlicht: (2025)

From Fragile to Certified: Wasserstein Audits of Group Fairness Under Distribution Shift
von: Ehyaei, Ahmad-Reza, et al.
Veröffentlicht: (2025)

Fairness-Aware Multi-Group Target Detection in Online Discussion
von: Gupta, Soumyajit, et al.
Veröffentlicht: (2024)

A Unified Post-Processing Framework for Group Fairness in Classification
von: Xian, Ruicheng, et al.
Veröffentlicht: (2024)

FRAPPE: A Group Fairness Framework for Post-Processing Everything
von: Tifrea, Alexandru, et al.
Veröffentlicht: (2023)

Mind the GAP: Improving Robustness to Subpopulation Shifts with Group-Aware Priors
von: Rudner, Tim G. J., et al.
Veröffentlicht: (2024)

A Single Architecture for Representing Invariance Under Any Space Group
von: Zhang, Cindy Y., et al.
Veröffentlicht: (2025)

A Model Ensemble-Based Post-Processing Framework for Fairness-Aware Prediction
von: Zhao, Zhouting, et al.
Veröffentlicht: (2026)

Conformal Prediction Under Generalized Covariate Shift with Posterior Drift
von: Wang, Baozhen, et al.
Veröffentlicht: (2025)

Risk-Equalized Differentially Private Synthetic Data: Protecting Outliers by Controlling Record-Level Influence
von: Asiaee, Amir, et al.
Veröffentlicht: (2026)

Causal Discovery with Mixed Latent Confounding via Precision Decomposition
von: Asiaee, Amir, et al.
Veröffentlicht: (2025)

A generalized approach to label shift: the Conditional Probability Shift Model
von: Teisseyre, Paweł, et al.
Veröffentlicht: (2025)

Post-Training Augmentation Invariance
von: Eikenberry, Keenan, et al.
Veröffentlicht: (2025)

Duration Aware Scheduling for ASR Serving Under Workload Drift
von: Makwana, Darshan, et al.
Veröffentlicht: (2026)

CAFP: A Post-Processing Framework for Group Fairness via Counterfactual Model Averaging
von: Arévalo, Irina, et al.
Veröffentlicht: (2026)

Fairness-Aware Multi-view Evidential Learning with Adaptive Prior
von: Chen, Haishun, et al.
Veröffentlicht: (2025)

Group Fairness Meets the Black Box: Enabling Fair Algorithms on Closed LLMs via Post-Processing
von: Xian, Ruicheng, et al.
Veröffentlicht: (2025)

FairRR: Pre-Processing for Group Fairness through Randomized Response
von: Zeng, Xianli, et al.
Veröffentlicht: (2024)

Sample Complexity Bounds for Estimating Probability Divergences under Invariances
von: Tahmasebi, Behrooz, et al.
Veröffentlicht: (2023)

Causal Imitation Learning Under Measurement Error and Distribution Shift
von: Bo, Shi, et al.
Veröffentlicht: (2026)

Post-Fair Federated Learning: Achieving Group and Community Fairness in Federated Learning via Post-processing
von: Duan, Yuying, et al.
Veröffentlicht: (2024)

Handling Distribution Shifts on Graphs: An Invariance Perspective
von: Wu, Qitian, et al.
Veröffentlicht: (2022)

Towards Collaborative Fairness in Federated Learning Under Imbalanced Covariate Shift
von: Yu, Tianrun, et al.
Veröffentlicht: (2025)

Concept Drift Visualization of SVM with Shifting Window
von: Galmeanu, Honorius, et al.
Veröffentlicht: (2024)

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

Unifying Invariance and Spuriousity for Graph Out-of-Distribution via Probability of Necessity and Sufficiency
von: Chen, Xuexin, et al.
Veröffentlicht: (2024)

Achieving Group Fairness through Independence in Predictive Process Monitoring
von: Peeperkorn, Jari, et al.
Veröffentlicht: (2024)

General Post-Processing Framework for Fairness Adjustment of Machine Learning Models
von: Eberhard, Léandre, et al.
Veröffentlicht: (2025)

Learning When the Concept Shifts: Confounding, Invariance, and Dimension Reduction
von: Dharmakeerthi, Kulunu, et al.
Veröffentlicht: (2024)

Authority-Level Priors: An Under-Specified Constraint in Hierarchical Predictive Processing
von: Palejova, Marcy
Veröffentlicht: (2026)

Counterfactual Explanations Under Concept Drift
von: Kostrzewa, Marcin, et al.
Veröffentlicht: (2026)