論文の概要: A survey of algorithmic recourse: definitions, formulations, solutions, and prospects

• arxiv url: http://arxiv.org/abs/2010.04050v2
• Date: Mon, 1 Mar 2021 18:44:36 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-09 11:05:34.260723
• Title: A survey of algorithmic recourse: definitions, formulations, solutions, and prospects
• Title（参考訳）: アルゴリズム的言説に関する調査--定義・定式化・解法・展望
• Authors: Amir-Hossein Karimi, Gilles Barthe, Bernhard Sch\"olkopf, Isabel Valera
• Abstract要約: 我々は、自動意思決定システムによって不当に扱われる個人に対して、説明とレコメンデーションを提供するアルゴリズムの講義に焦点をあてる。 我々は、広範な文献レビューを行い、統一された定義、定式化、言論への解決策を提示することで、多くの著者の努力を一致させます。
• 参考スコア（独自算出の注目度）: 24.615500469071183
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Machine learning is increasingly used to inform decision-making in sensitive situations where decisions have consequential effects on individuals' lives. In these settings, in addition to requiring models to be accurate and robust, socially relevant values such as fairness, privacy, accountability, and explainability play an important role for the adoption and impact of said technologies. In this work, we focus on algorithmic recourse, which is concerned with providing explanations and recommendations to individuals who are unfavourably treated by automated decision-making systems. We first perform an extensive literature review, and align the efforts of many authors by presenting unified definitions, formulations, and solutions to recourse. Then, we provide an overview of the prospective research directions towards which the community may engage, challenging existing assumptions and making explicit connections to other ethical challenges such as security, privacy, and fairness.
• Abstract（参考訳）: 機械学習は、決定が個人の生活に連続的な影響を及ぼすセンシティブな状況における意思決定を知らせるのにますます用いられる。 これらの設定では、モデルが正確で堅牢であることに加えて、公正性、プライバシ、説明責任、説明可能性といった社会的に関連する価値が、そのテクノロジの採用と影響に重要な役割を果たす。 本研究は,自動意思決定システムによって不当に扱われる個人に対して,説明とレコメンデーションを提供するアルゴリズムの講義に焦点を当てる。 まず,広範な文献レビューを行い,リコースのための統一的な定義,定式化,解決法を提示することにより,多くの著者の努力を一致させる。 次に,コミュニティが関与するであろう今後の研究の方向性を概観し,既存の仮定に挑戦し,セキュリティやプライバシ,公平性といった倫理的課題と明確に結びつくことを提案する。

関連論文リスト

• Algorithmic Fairness: A Tolerance Perspective [31.882207568746168]
  この調査はアルゴリズムの公正性に関する既存の文献を掘り下げ、特にその多面的な社会的影響を強調している。 我々は「寛容」に基づく新しい分類法を導入し、公正な結果の変動が許容される度合いとして定義する。 我々の体系的なレビューは多様な産業をカバーし、アルゴリズムによる意思決定と社会的株式のバランスに関する重要な洞察を明らかにしている。
  論文  参考訳（メタデータ） (2024-04-26T08:16:54Z)
• PresAIse, A Prescriptive AI Solution for Enterprises [6.523929486550928]
  本稿は、IBM Researchのイニシアチブの概要であり、一連の規範的AIソリューションを提供することによって、これらの課題のいくつかに対処することを目的としている。 ソリューションスイートには、スケーラブルな因果推論方法、解釈可能な意思決定アプローチ、大規模言語モデルの統合が含まれている。 概念実証であるPresAIseは、非MLの専門家が自然言語インターフェースを介して規範的なAIモデルと対話できるようにすることで、ソリューションの可能性を示している。
  論文  参考訳（メタデータ） (2024-02-03T03:23:08Z)
• Optimising Human-AI Collaboration by Learning Convincing Explanations [62.81395661556852]
  本研究では,人間による意思決定によって安全を保ちながら協調的なシステムを構築する手法を提案する。 Ardentは、説明のための個人の好みに適応することで、効率的で効果的な意思決定を可能にする。
  論文  参考訳（メタデータ） (2023-11-13T16:00:16Z)
• Bridging the gap: Towards an Expanded Toolkit for AI-driven Decision-Making in the Public Sector [6.693502127460251]
  AIによる意思決定システムは、刑事司法、社会福祉、金融詐欺検出、公衆衛生などの分野に適用される。 これらのシステムは、機械学習(ML)モデルと公共セクターの意思決定の複雑な現実を整合させるという課題に直面している。 本稿では,データ側における分散シフトやラベルバイアス,過去の意思決定の影響,モデル出力側における競合する目標や人道支援など,不一致が発生する可能性のある5つの重要な課題について検討する。
  論文  参考訳（メタデータ） (2023-10-29T17:44:48Z)
• Online Decision Mediation [72.80902932543474]
  意思決定支援アシスタントを学習し、(好奇心)専門家の行動と(不完全)人間の行動の仲介役として機能することを検討する。 臨床診断では、完全に自律的な機械行動は倫理的余裕を超えることが多い。
  論文  参考訳（メタデータ） (2023-10-28T05:59:43Z)
• Fairness and Sequential Decision Making: Limits, Lessons, and Opportunities [24.471814126358556]
  我々は、この文献の2つの主要なサブセットであるアルゴリズム的公正性と倫理的意思決定を比較し、議論する。 それぞれの設定が、その規範的関心事をどのように表現したか、これらの異なる設定に対する異なるテクニックの生存可能性、そして、それぞれの設定からのアイデアが他方にとってどのように有用であるかを考察する。
  論文  参考訳（メタデータ） (2023-01-13T20:33:14Z)
• Causal Fairness Analysis [68.12191782657437]
  意思決定設定における公平性の問題を理解し、モデル化し、潜在的に解決するためのフレームワークを導入します。 我々のアプローチの主な洞察は、観測データに存在する格差の定量化と、基礎となる、しばしば観測されていない、因果的なメカニズムの収集を結びつけることである。 本研究は,文献中の異なる基準間の関係を整理し,説明するための最初の体系的試みであるフェアネスマップにおいて,本研究の成果を左右するものである。
  論文  参考訳（メタデータ） (2022-07-23T01:06:34Z)
• Inverse Online Learning: Understanding Non-Stationary and Reactionary Policies [79.60322329952453]
  エージェントが意思決定を行う方法の解釈可能な表現を開発する方法を示す。 一連の軌跡に基づく意思決定プロセスを理解することにより,このオンライン学習問題に対して,政策推論問題を逆問題とみなした。 本稿では、エージェントがそれらを更新するプロセスと並行して、その影響を遡及的に推定する実用的なアルゴリズムを提案する。 UNOSの臓器提供受諾決定の分析に応用することで、我々のアプローチは意思決定プロセスを管理する要因や時間とともにどのように変化するかに、貴重な洞察をもたらすことができることを実証する。
  論文  参考訳（メタデータ） (2022-03-14T17:40:42Z)
• Differential Privacy and Fairness in Decisions and Learning Tasks: A Survey [50.90773979394264]
  プライバシーと公正が目標と一致したり、対照的になったりした条件をレビューする。 意思決定問題や学習タスクにおいて、DPが偏見や不公平を悪化させる理由と理由を分析します。
  論文  参考訳（メタデータ） (2022-02-16T16:50:23Z)
• Inverse Active Sensing: Modeling and Understanding Timely Decision-Making [111.07204912245841]
  我々は,内因性,文脈依存型時間圧下でのエビデンスに基づく意思決定の一般的な設定のための枠組みを開発する。 意思決定戦略において、サプライズ、サスペンス、最適性の直感的な概念をモデル化する方法を実証する。
  論文  参考訳（メタデータ） (2020-06-25T02:30:45Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。