BriefGPT - AI 论文速递 · 2024-12-11T00:00:00Z

Diversity-Driven Fairness: An Ensemble of Higher-Order Mutations for Intersectional Fairness in Machine Learning Software

📝

内容提要

本研究提出了FairHOME，一种新颖的集成方法，旨在解决机器学习软件在多重保护属性定义的子群体间实现交叉公平性的问题。实验结果显示，FairHOME的交叉公平性平均提高了47.5%。

🏷️

标签

FairHOME 交叉公平性 保护属性 机器学习 集成方法