Buchumschlag

Explanatory Interactive Machine Learning for Bias Mitigation in Visual Gender Classification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Satriani, Nathanya, Slijepčević, Djordje, Schedl, Markus, Zeppelzauer, Matthias
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Exploring the Plausibility of Hate and Counter Speech Detectors with Explainable AI
von: Böck, Adrian Jaques, et al.
Veröffentlicht: (2024)

Are Bias Mitigation Techniques for Deep Learning Effective?
von: Shrestha, Robik, et al.
Veröffentlicht: (2021)

Mitigating Group Bias in Federated Learning for Heterogeneous Devices
von: Selialia, Khotso, et al.
Veröffentlicht: (2023)

Evaluating Fairness and Mitigating Bias in Machine Learning: A Novel Technique using Tensor Data and Bayesian Regression
von: Paxton, Kuniko, et al.
Veröffentlicht: (2025)

Epistemic Uncertainty-Weighted Loss for Visual Bias Mitigation
von: Stone, Rebecca S, et al.
Veröffentlicht: (2022)

Mitigating Bias in Dataset Distillation
von: Cui, Justin, et al.
Veröffentlicht: (2024)

Mitigating Individual Skin Tone Bias in Skin Lesion Classification through Distribution-Aware Reweighting
von: Paxton, Kuniko, et al.
Veröffentlicht: (2025)

DISCO: Mitigating Bias in Deep Learning with Conditional Distance Correlation
von: Kavak, Emre, et al.
Veröffentlicht: (2025)

Modeling Saliency Dataset Bias
von: Kümmerer, Matthias, et al.
Veröffentlicht: (2025)

Mitigating Bad Ground Truth in Supervised Machine Learning based Crop Classification: A Multi-Level Framework with Sentinel-2 Images
von: A, Sanayya, et al.
Veröffentlicht: (2025)

GABInsight: Exploring Gender-Activity Binding Bias in Vision-Language Models
von: Abdollahi, Ali, et al.
Veröffentlicht: (2024)

Classifier-to-Bias: Toward Unsupervised Automatic Bias Detection for Visual Classifiers
von: Guimard, Quentin, et al.
Veröffentlicht: (2025)

Exploring the Feasibility of Deep Learning Techniques for Accurate Gender Classification from Eye Images
von: Hasan, Basna Mohammed Salih, et al.
Veröffentlicht: (2025)

Mitigating Bias in Facial Recognition Systems: Centroid Fairness Loss Optimization
von: Conti, Jean-Rémy, et al.
Veröffentlicht: (2025)

Data-Driven Analysis of Intersectional Bias in Image Classification: A Framework with Bias-Weighted Augmentation
von: Yesmin, Farjana
Veröffentlicht: (2025)

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

Integer-Only Operations on Extreme Learning Machine Test Time Classification
von: Machadoa, Emerson Lopes, et al.
Veröffentlicht: (2026)

An Efficient and Explanatory Image and Text Clustering System with Multimodal Autoencoder Architecture
von: Shi, Tiancheng, et al.
Veröffentlicht: (2024)

Effective Controllable Bias Mitigation for Classification and Retrieval using Gate Adapters
von: Masoudian, Shahed, et al.
Veröffentlicht: (2024)

Reactive Model Correction: Mitigating Harm to Task-Relevant Features via Conditional Bias Suppression
von: Bareeva, Dilyara, et al.
Veröffentlicht: (2024)

Auditing and Mitigating Bias in Gender Classification Algorithms: A Data-Centric Approach
von: Bahiru, Tadesse K, et al.
Veröffentlicht: (2025)

Machine Learning Modeling for Multi-order Human Visual Motion Processing
von: Sun, Zitang, et al.
Veröffentlicht: (2025)

Mitigating Visual Forgetting via Take-along Visual Conditioning for Multi-modal Long CoT Reasoning
von: Sun, Hai-Long, et al.
Veröffentlicht: (2025)

Gender Bias in Text-to-Video Generation Models: A case study of Sora
von: Nadeem, Mohammad, et al.
Veröffentlicht: (2024)

A Study of Gender Classification Techniques Based on Iris Images: A Deep Survey and Analysis
von: Hasan, Basna Mohammed Salih, et al.
Veröffentlicht: (2025)

Do Students Debias Like Teachers? On the Distillability of Bias Mitigation Methods
von: Cheng, Jiali, et al.
Veröffentlicht: (2025)

Machine Learning for Scientific Visualization: Ensemble Data Analysis
von: Gadirov, Hamid
Veröffentlicht: (2025)

Correlation of Object Detection Performance with Visual Saliency and Depth Estimation
von: Bartolo, Matthias, et al.
Veröffentlicht: (2024)

Retrieval Visual Contrastive Decoding to Mitigate Object Hallucinations in Large Vision-Language Models
von: Lee, Jihoon, et al.
Veröffentlicht: (2025)

Hidden Bias in the Machine: Stereotypes in Text-to-Image Models
von: Porikli, Sedat, et al.
Veröffentlicht: (2025)

Redesigning Traffic Signs to Mitigate Machine-Learning Patch Attacks
von: Shua, Tsufit, et al.
Veröffentlicht: (2024)

Predictive Modeling for Breast Cancer Classification in the Context of Bangladeshi Patients: A Supervised Machine Learning Approach with Explainable AI
von: Islam, Taminul, et al.
Veröffentlicht: (2024)

On Background Bias of Post-Hoc Concept Embeddings in Computer Vision DNNs
von: Schwalbe, Gesina, et al.
Veröffentlicht: (2025)

ConVis: Contrastive Decoding with Hallucination Visualization for Mitigating Hallucinations in Multimodal Large Language Models
von: Park, Yeji, et al.
Veröffentlicht: (2024)

Decoupling Augmentation Bias in Prompt Learning for Vision-Language Models
von: Kim, Gahyeon, et al.
Veröffentlicht: (2025)

Interpret Your Decision: Logical Reasoning Regularization for Generalization in Visual Classification
von: Tan, Zhaorui, et al.
Veröffentlicht: (2024)

When Generative Augmentation Hurts: A Benchmark Study of GAN and Diffusion Models for Bias Correction in AI Classification Systems
von: Gupta, Shesh Narayan, et al.
Veröffentlicht: (2026)

Aligning Machine and Human Visual Representations across Abstraction Levels
von: Muttenthaler, Lukas, et al.
Veröffentlicht: (2024)

Mitigating Shortcut Learning with Diffusion Counterfactuals and Diverse Ensembles
von: Scimeca, Luca, et al.
Veröffentlicht: (2023)

Explaining and Mitigating the Modality Gap in Contrastive Multimodal Learning
von: Yaras, Can, et al.
Veröffentlicht: (2024)