Fugu-MT 論文翻訳(概要): Epistemic values in feature importance methods: Lessons from feminist epistemology

論文の概要: Epistemic values in feature importance methods: Lessons from feminist epistemology

arxiv url: http://arxiv.org/abs/2101.12737v1
Date: Fri, 29 Jan 2021 18:51:46 GMT
ステータス: 処理完了
システム内更新日: 2023-04-13 08:42:10.243619
Title: Epistemic values in feature importance methods: Lessons from feminist epistemology
Title（参考訳）: 特徴的重要性における疫学的価値:フェミニストの疫学からの教訓
Authors: Leif Hancox-Li and I. Elizabeth Kumar
Abstract要約: 特徴重要度法において、どの値が暗黙的に組み込まれているか、フェミニズム的価値と矛盾しているかを検討する。我々はフェミニストの価値観を尊重する説明をどう研究するかについて提案する。
参考スコア（独自算出の注目度）: 1.52292571922932
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: As the public seeks greater accountability and transparency from machine learning algorithms, the research literature on methods to explain algorithms and their outputs has rapidly expanded. Feature importance methods form a popular class of explanation methods. In this paper, we apply the lens of feminist epistemology to recent feature importance research. We investigate what epistemic values are implicitly embedded in feature importance methods and how or whether they are in conflict with feminist epistemology. We offer some suggestions on how to conduct research on explanations that respects feminist epistemic values, taking into account the importance of social context, the epistemic privileges of subjugated knowers, and adopting more interactional ways of knowing.
Abstract（参考訳）: 一般大衆が機械学習アルゴリズムから説明責任と透明性を求める中で、アルゴリズムとその出力を説明する方法に関する研究論文は急速に拡大している。特徴重要メソッドは、一般的な説明メソッドのクラスを形成する。本稿では,フェミニストの認識論のレンズを最近の重要度研究に適用する。本研究は, 特徴的重要性の方法と, フェミニストの認識学とどのように対立しているかについて検討する。我々は,フェミニスト的認識主義的価値観を尊重する説明について,社会的文脈の重要性,従属する知識者の認識主義的特権を考慮し,より対話的な知識の方法を採用する方法について,研究を行う方法について提案する。

関連論文リスト

"Cause" is Mechanistic Narrative within Scientific Domains: An Ordinary Language Philosophical Critique of "Causal Machine Learning" [2.5782973781085383]
因果学習は統計学と機械学習の研究の主要なテーマとして登場した。本稿では,真の原因と影響現象の認識について考察する。
論文参考訳（メタデータ） (2025-01-10T10:36:26Z)
The Cognitive Revolution in Interpretability: From Explaining Behavior to Interpreting Representations and Algorithms [3.3653074379567096]
機械的解釈可能性(MI)は、大きな言語モデルのような基礎モデルによって学習された特徴と暗黙のアルゴリズムを研究する別の研究領域として登場した。我々は、20世紀の心理学における「認知革命」を反映した深層学習解釈の移行を促進するために、現在の手法が熟していると論じる。計算神経科学におけるキーパラレルを反映した分類法を提案し,MI研究の2つの幅広いカテゴリについて述べる。
論文参考訳（メタデータ） (2024-08-11T20:50:16Z)
The Echoes of the 'I': Tracing Identity with Demographically Enhanced Word Embeddings [0.0]
アイデンティティは社会科学において最もよく研究されている構成要素の1つである。本稿では,社会デミノグラフィ情報を用いた単語埋め込みの強化によるアイデンティティ研究の新たなアプローチを提案する。
論文参考訳（メタデータ） (2024-06-29T06:59:35Z)
The Odyssey of Commonsense Causality: From Foundational Benchmarks to Cutting-Edge Reasoning [70.16523526957162]
常識の因果関係を理解することは、人々が現実世界の原理をよりよく理解するのに役立ちます。その重要性にもかかわらず、このトピックの体系的な探索は特に欠落している。本研究の目的は、体系的な概要の提供、最近の進歩に関する学者の更新、初心者のための実践的なガイドを提供することである。
論文参考訳（メタデータ） (2024-06-27T16:30:50Z)
A Literature Review of Literature Reviews in Pattern Analysis and Machine Intelligence [55.33653554387953]
パターン分析とマシンインテリジェンス(PAMI)は、情報の収集と断片化を目的とした多くの文献レビューにつながっている。本稿では、PAMI分野におけるこれらの文献レビューの徹底的な分析について述べる。 1)PAMI文献レビューの構造的・統計的特徴は何か,(2)レビューの増大するコーパスを効率的にナビゲートするために研究者が活用できる戦略は何か,(3)AIが作成したレビューの利点と限界は人間によるレビューと比較するとどのようなものか,という3つの主要な研究課題に対処しようとする。
論文参考訳（メタデータ） (2024-02-20T11:28:50Z)
Unveiling Gender Bias in Terms of Profession Across LLMs: Analyzing and Addressing Sociological Implications [0.0]
この研究は、AI言語モデルにおけるジェンダーバイアスに関する既存の研究を調査し、現在の知識のギャップを特定する。この結果は,大規模言語モデルのアウトプットに存在する,ジェンダー付き単語関連,言語使用,偏見付き物語に光を当てた。本稿では,アルゴリズムアプローチやデータ拡張手法など,LSMにおける性別バイアスを低減するための戦略を提案する。
論文参考訳（メタデータ） (2023-07-18T11:38:45Z)
Factoring the Matrix of Domination: A Critical Review and Reimagination of Intersectionality in AI Fairness [55.037030060643126]
間欠性は、社会的不平等の持続性を調べるための重要な枠組みである。我々は、公平性を効果的に運用するために、交差性を分析的枠組みとして採用することが重要であると論じる。
論文参考訳（メタデータ） (2023-03-16T21:02:09Z)
Which Mutual-Information Representation Learning Objectives are Sufficient for Control? [80.2534918595143]
相互情報は、データの表現を学習するために魅力的な形式を提供する。本稿では,最適政策の学習と表現のための状態表現の十分性について定式化する。意外なことに、これらの2つの目的は、MDPの構造に関する軽度で一般的な仮定を前提に、不十分な表現をもたらす可能性がある。
論文参考訳（メタデータ） (2021-06-14T10:12:34Z)
Individual Explanations in Machine Learning Models: A Case Study on Poverty Estimation [63.18666008322476]
機械学習の手法は、敏感な社会的文脈でますます適用されつつある。本研究の主な目的は2つある。まず、これらの課題を公開し、関連性のある新しい説明方法の使用にどのように影響するか。次に、関連するアプリケーションドメインで説明メソッドを実装する際に直面するような課題を軽減する一連の戦略を提示します。
論文参考訳（メタデータ） (2021-04-09T01:54:58Z)
A Review on Intelligent Object Perception Methods Combining Knowledge-based Reasoning and Machine Learning [60.335974351919816]
物体知覚はコンピュータビジョンの基本的なサブフィールドである。最近の研究は、物体の視覚的解釈のインテリジェンスレベルを拡大するために、知識工学を統合する方法を模索している。
論文参考訳（メタデータ） (2019-12-26T13:26:49Z)

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。