Buchumschlag

Safe Fairness Guarantees Without Demographics in Classification: Spectral Uncertainty Set Perspective

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Barrainkua, Ainhize, Mazuelas, Santiago, Quadrianto, Novi, Lozano, Jose A.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Revisiting (Un)Fairness in Recourse by Minimizing Worst-Case Social Burden
von: Barrainkua, Ainhize, et al.
Veröffentlicht: (2025)

Dancing in the Shadows: Harnessing Ambiguity for Fairer Classifiers
von: Barrainkua, Ainhize, et al.
Veröffentlicht: (2024)

Privacy and Accuracy Implications of Model Complexity and Integration in Heterogeneous Federated Learning
von: Németh, Gergely Dániel, et al.
Veröffentlicht: (2023)

FedDiverse: Tackling Data Heterogeneity in Federated Learning with Diversity-Driven Client Selection
von: Németh, Gergely D., et al.
Veröffentlicht: (2025)

Supervised Learning with Evolving Tasks and Performance Guarantees
von: Álvarez, Verónica, et al.
Veröffentlicht: (2025)

Spectral-Risk Safe Reinforcement Learning with Convergence Guarantees
von: Kim, Dohyeong, et al.
Veröffentlicht: (2024)

Dissecting Performative Prediction: A Comprehensive Survey
von: Kehrenberg, Thomas, et al.
Veröffentlicht: (2026)

Split Conformal Classification with Unsupervised Calibration
von: Mazuelas, Santiago
Veröffentlicht: (2025)

Strategically Deceptive Model Deployment in Performative Prediction
von: Bautiste, Javier Sanguino, et al.
Veröffentlicht: (2025)

Robust Minimax Boosting with Performance Guarantees
von: Mazuelas, Santiago, et al.
Veröffentlicht: (2025)

Fairness Under Demographic Scarce Regime
von: Kenfack, Patrik Joslin, et al.
Veröffentlicht: (2023)

Are Compressed Language Models Less Subgroup Robust?
von: Gee, Leonidas, et al.
Veröffentlicht: (2024)

Leveraging Text Guidance for Enhancing Demographic Fairness in Gender Classification
von: Krishnan, Anoop
Veröffentlicht: (2025)

Optimal Transport Perturbations for Safe Reinforcement Learning with Robustness Guarantees
von: Queeney, James, et al.
Veröffentlicht: (2023)

Positive-Sum Fairness: Leveraging Demographic Attributes to Achieve Fair AI Outcomes Without Sacrificing Group Gains
von: Belhadj, Samia, et al.
Veröffentlicht: (2024)

Enumerating Safe Regions in Deep Neural Networks with Provable Probabilistic Guarantees
von: Marzari, Luca, et al.
Veröffentlicht: (2023)

Robust Fair Clustering with Group Membership Uncertainty Sets
von: Duppala, Sharmila, et al.
Veröffentlicht: (2024)

CreINNs: Credal-Set Interval Neural Networks for Uncertainty Estimation in Classification Tasks
von: Wang, Kaizheng, et al.
Veröffentlicht: (2024)

GF-Score: Certified Class-Conditional Robustness Evaluation with Fairness Guarantees
von: Shah, Arya, et al.
Veröffentlicht: (2026)

Probabilistic Load Forecasting Based on Adaptive Online Learning
von: Álvarez, Verónica, et al.
Veröffentlicht: (2020)

Fair Uncertainty Quantification for Depression Prediction
von: Li, Yonghong, et al.
Veröffentlicht: (2025)

Fairness Without Harm: An Influence-Guided Active Sampling Approach
von: Pang, Jinlong, et al.
Veröffentlicht: (2024)

Individual Fairness In Strategic Classification
von: Zuo, Zhiqun, et al.
Veröffentlicht: (2026)

Implicit Safe Set Algorithm for Provably Safe Reinforcement Learning
von: Zhao, Weiye, et al.
Veröffentlicht: (2024)

Tail-Risk-Safe Monte Carlo Tree Search under PAC-Level Guarantees
von: Zhang, Zuyuan, et al.
Veröffentlicht: (2025)

On the Inductive Biases of Demographic Parity-based Fair Learning Algorithms
von: Lei, Haoyu, et al.
Veröffentlicht: (2024)

Rough Sets for Explainability of Spectral Graph Clustering
von: Starosta, Bartłomiej, et al.
Veröffentlicht: (2025)

Active Level Set Estimation for Continuous Search Space with Theoretical Guarantee
von: Ngo, Giang, et al.
Veröffentlicht: (2024)

GFLC: Graph-based Fairness-aware Label Correction for Fair Classification
von: Sulaiman, Modar, et al.
Veröffentlicht: (2025)

A Self-Supervised Learning Pipeline for Demographically Fair Facial Attribute Classification
von: Ramachandran, Sreeraj, et al.
Veröffentlicht: (2024)

FairSAM: Fair Classification on Corrupted Data Through Sharpness-Aware Minimization
von: Dai, Yucong, et al.
Veröffentlicht: (2025)

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

AI Fairness Beyond Complete Demographics: Current Achievements and Future Directions
von: Wang, Zichong, et al.
Veröffentlicht: (2025)

Spectral Unforgetting: Post-Hoc Recovery of Damaged Capabilities Without Retraining
von: Abro, Aarash, et al.
Veröffentlicht: (2026)

Counterfactual Fairness with Graph Uncertainty
von: Valério, Davi, et al.
Veröffentlicht: (2026)

FairTTTS: A Tree Test Time Simulation Method for Fairness-Aware Classification
von: Cohen-Inger, Nurit, et al.
Veröffentlicht: (2025)

Offline Safe Reinforcement Learning Using Trajectory Classification
von: Gong, Ze, et al.
Veröffentlicht: (2024)

FairMed-XGB: A Bayesian-Optimised Multi-Metric Framework with Explainability for Demographic Equity in Critical Healthcare Data
von: Goswami, Mitul, et al.
Veröffentlicht: (2026)

Demystifying the Optimal Fair Classifier in Multi-Class Classification
von: Zhang, Li, et al.
Veröffentlicht: (2026)

Fairness-Enhancing Ensemble Classification in Water Distribution Networks
von: Strotherm, Janine, et al.
Veröffentlicht: (2024)