Buchumschlag

Fast and effective algorithms for fair clustering at scale

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mantuano, Claudio, Kammermann, Manuel, Baumann, Philipp
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

An algorithm for clustering with confidence-based must-link and cannot-link constraints
von: Baumann, Philipp, et al.
Veröffentlicht: (2022)

Enabling clustering algorithms to detect clusters of varying densities through scale-invariant data preprocessing
von: Aryal, Sunil, et al.
Veröffentlicht: (2024)

Fairness-enhancing mixed effects deep learning improves fairness on in- and out-of-distribution clustered (non-iid) data
von: Nguyen, Son, et al.
Veröffentlicht: (2023)

Understanding challenges to the interpretation of disaggregated evaluations of algorithmic fairness
von: Pfohl, Stephen R., et al.
Veröffentlicht: (2025)

When mitigating bias is unfair: multiplicity and arbitrariness in algorithmic group fairness
von: Krco, Natasa, et al.
Veröffentlicht: (2023)

A Fast and Effective Method for Euclidean Anticlustering: The Assignment-Based-Anticlustering Algorithm
von: Baumann, Philipp, et al.
Veröffentlicht: (2026)

Reranking individuals: The effect of fair classification within-groups
von: Goethals, Sofie, et al.
Veröffentlicht: (2024)

FAIRM: Learning invariant representations for algorithmic fairness and domain generalization with minimax optimality
von: Li, Sai, et al.
Veröffentlicht: (2024)

Detecting outliers by clustering algorithms
von: Li, Qi, et al.
Veröffentlicht: (2024)

SLIDE: a surrogate fairness constraint to ensure fairness consistency
von: Kim, Kunwoong, et al.
Veröffentlicht: (2022)

Fast hyperboloid decision tree algorithms
von: Chlenski, Philippe, et al.
Veröffentlicht: (2023)

A parameter-free clustering algorithm for missing datasets
von: Li, Qi, et al.
Veröffentlicht: (2024)

Fast and explainable clustering in the Manhattan and Tanimoto distance
von: Güttel, Stefan, et al.
Veröffentlicht: (2026)

SLEEPYLAND: trust begins with fair evaluation of automatic sleep staging models
von: Rossi, Alvise Dei, et al.
Veröffentlicht: (2025)

LSEC: Large-scale spectral ensemble clustering
von: Li, Hongmin, et al.
Veröffentlicht: (2021)

Hierarchical mixtures of Gaussians for combined dimensionality reduction and clustering
von: Sokoloski, Sacha, et al.
Veröffentlicht: (2022)

Fast instance-specific algorithm configuration with graph neural network
von: Aihara, Shingo, et al.
Veröffentlicht: (2025)

Fair Enough? A map of the current limitations of the requirements to have fair algorithms
von: Regoli, Daniele, et al.
Veröffentlicht: (2023)

Individual and group fairness in geographical partitioning
von: Ryzhov, Ilya O., et al.
Veröffentlicht: (2025)

It's complicated. The relationship of algorithmic fairness and non-discrimination provisions for high-risk systems in the EU AI Act
von: Meding, Kristof
Veröffentlicht: (2025)

Attacks on fairness in Federated Learning
von: Rance, Joseph, et al.
Veröffentlicht: (2023)

PASCO (PArallel Structured COarsening): an overlay to speed up graph clustering algorithms
von: Lasalle, Etienne, et al.
Veröffentlicht: (2024)

Wasserstein projection distance for fairness testing of regression models
von: Li, Wanxin, et al.
Veröffentlicht: (2025)

Sparse clustering via the Deterministic Information Bottleneck algorithm
von: Costa, Efthymios, et al.
Veröffentlicht: (2026)

Post-processing fairness with minimal changes
von: Di Gennaro, Federico, et al.
Veröffentlicht: (2024)

Fast and explainable clustering based on sorting
von: Chen, Xinye, et al.
Veröffentlicht: (2022)

An effective variant of the Hartigan $k$-means algorithm
von: Clément, François, et al.
Veröffentlicht: (2026)

Introducing Feature-Based Trajectory Clustering, a clustering algorithm for longitudinal data
von: Sylvestre, Marie-Pierre, et al.
Veröffentlicht: (2026)

Effects of algorithmic flagging on fairness: quasi-experimental evidence from Wikipedia
von: TeBlunthuis, Nathan, et al.
Veröffentlicht: (2020)

LILI clustering algorithm: Limit Inferior Leaf Interval Integrated into Causal Forest for Causal Interference
von: Dong, Yiran, et al.
Veröffentlicht: (2025)

ADRS-CNet: An adaptive dimensionality reduction selection and classification network for DNA storage clustering algorithms
von: Liu, Bowen, et al.
Veröffentlicht: (2024)

A simulation study of cluster search algorithms in data set generated by Gaussian mixture models
von: Motegi, Ryosuke, et al.
Veröffentlicht: (2024)

Federated fairness-aware classification under differential privacy
von: Xue, Gengyu, et al.
Veröffentlicht: (2026)

Accelerating spherical K-means clustering for large-scale sparse document data
von: Aoyama, Kazuo, et al.
Veröffentlicht: (2024)

Fast leave-one-cluster-out cross-validation using clustered Network Information Criterion (NICc)
von: Qiu, Jiaxing, et al.
Veröffentlicht: (2024)

Can an unsupervised clustering algorithm reproduce a categorization system?
von: Castellanos, Nathalia, et al.
Veröffentlicht: (2024)

FACROC: a fairness measure for FAir Clustering through ROC curves
von: Quy, Tai Le, et al.
Veröffentlicht: (2025)

Fast dynamic time warping and clustering in C++
von: Kumtepeli, Volkan, et al.
Veröffentlicht: (2023)

Robust and Fast Training via Per-Sample Clipping
von: Nobile, Davide, et al.
Veröffentlicht: (2026)

CAFE: Towards Compact, Adaptive, and Fast Embedding for Large-scale Recommendation Models
von: Zhang, Hailin, et al.
Veröffentlicht: (2023)