論文の概要: FinA: Fairness of Adverse Effects in Decision-Making of
Human-Cyber-Physical-System
- arxiv url: http://arxiv.org/abs/2311.03468v1
- Date: Mon, 6 Nov 2023 19:10:03 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-08 18:05:07.466477
- Title: FinA: Fairness of Adverse Effects in Decision-Making of
Human-Cyber-Physical-System
- Title（参考訳）: fina:ヒトサイバ・フィジカルシステムの意思決定における副作用の公平性
- Authors: Tianyu Zhao, Salma Elmalaki
- Abstract要約: 本稿では, 公正性の課題を, 悪影響の公平性の観点から論じる。
フェアネス・イン・リバース・エフェクト(FinA)の総合的な5つの定式化を行った。
評価の結果,FinAの採用は公正感の全体的な認識を著しく向上させることが示された。
- 参考スコア（独自算出の注目度）: 10.293777824150222
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Ensuring fairness in decision-making systems within
Human-Cyber-Physical-Systems (HCPS) is a pressing concern, particularly when
diverse individuals, each with varying behaviors and expectations, coexist
within the same application space, influenced by a shared set of control
actions in the system. The long-term adverse effects of these actions further
pose the challenge, as historical experiences and interactions shape individual
perceptions of fairness. This paper addresses the challenge of fairness from an
equity perspective of adverse effects, taking into account the dynamic nature
of human behavior and evolving preferences while recognizing the lasting impact
of adverse effects. We formally introduce the concept of
Fairness-in-Adverse-Effects (FinA) within the HCPS context. We put forth a
comprehensive set of five formulations for FinA, encompassing both the
instantaneous and long-term aspects of adverse effects. To empirically validate
the effectiveness of our FinA approach, we conducted an evaluation within the
domain of smart homes, a pertinent HCPS application. The outcomes of our
evaluation demonstrate that the adoption of FinA significantly enhances the
overall perception of fairness among individuals, yielding an average
improvement of 66.7% when compared to the state-of-the-art method.
- Abstract（参考訳）: HCPS(Human-Cyber-Physical-Systems)における意思決定システムにおける公正性の確保は、特に様々な行動や期待を持った多様な個人が、同じアプリケーション空間内で共存し、システム内の共有制御行動の影響を受けている場合の、強い懸念である。
これらの行動の長期的悪影響は、歴史的経験と相互作用が公正性の個々の知覚を形作るにつれ、さらに課題を生じさせる。
本稿では,人間の行動の動的性質や嗜好の変化を考慮しつつ,副作用の持続的な影響を認識しながら,副作用の公平性の観点からフェアネスの課題について論じる。
HCPSコンテキスト内にFinA(Fairness-in-Adverse-Effects)の概念を正式に導入する。
副作用の短期的側面と長期的側面を包括的に包括してFinAの5つの定式化を行った。
筆者らはFinAアプローチの有効性を実証的に検証するため,スマートホームの領域内でのHCPSアプリケーションの評価を行った。
評価の結果,FinAの採用は個人間の公正感の全体的な知覚を著しく向上させ,最先端の手法と比較して平均66.7%の改善が得られた。
関連論文リスト
- IntOPE: Off-Policy Evaluation in the Presence of Interference [23.167697252901398]
オフ・ポリティ・アセスメント(OPE: Off-Policy Evaluation)は、仮説的政策の潜在的影響を評価するために用いられる。
IntIPWはIPWスタイルの推定器で、個々のアクションと隣接するエンティティの影響の両方を考慮し、重要度を極端に統合する。
論文 参考訳（メタデータ） (2024-08-24T06:07:25Z) - Structural Interventions and the Dynamics of Inequality [0.0]
技術的ソリューションは、社会的変化を起こすために、外部のコンテキスト対応の介入と組み合わせなければならないことを示す。
この研究は、構造的不等式が、一見バイアスのない決定機構によって永続することができる方法を強調している。
論文 参考訳（メタデータ） (2024-06-03T13:44:38Z) - Reduced-Rank Multi-objective Policy Learning and Optimization [57.978477569678844]
実際には、因果研究者は先験を念頭において1つの結果を持っていない。
政府支援の社会福祉プログラムでは、政策立案者は貧困の多次元的性質を理解するために多くの成果を集めている。
本稿では、最適政策学習の文脈において、複数の結果に対するデータ駆動型次元性推論手法を提案する。
論文 参考訳（メタデータ） (2024-04-29T08:16:30Z) - Auditing Fairness under Unobserved Confounding [56.61738581796362]
リスクファクターがすべて観察されているという仮定を完全に取り除いたり緩和したりしても、ハイリスクな個人に治療率に有意義な限界を与えることができることを示す。
既存の意思決定システムの不公平な結果を原則的に評価することができる。
論文 参考訳（メタデータ） (2024-03-18T21:09:06Z) - FAIRO: Fairness-aware Adaptation in Sequential-Decision Making for
Human-in-the-Loop Systems [8.713442325649801]
本稿では,Human-in-the-Loop(HITL)適応における公平性を考慮したシーケンシャル意思決定のための新しいアルゴリズムを提案する。
特に、FAIROは、この複雑な公正タスクを、個々の人間の好みに基づいて適応的なサブタスクに分解する。
FAIROは、他の3つのアプリケーションと比較して、35.36%の公平性を向上できることを示す。
論文 参考訳（メタデータ） (2023-07-12T00:35:19Z) - Causal Fairness for Outcome Control [68.12191782657437]
本稿では,自動システムにおいて,公平かつ公平な結果変数を最適化することを目的とした,結果制御と呼ばれる特定の意思決定タスクについて検討する。
本稿では、まず因果レンズを通して利益の概念を分析し、特定の個人が肯定的な決定によってどれだけの利益を得られるかを明らかにする。
次に、保護された属性の影響を受けている可能性があることに留意し、これを分析するために使用できる因果的ツールを提案する。
論文 参考訳（メタデータ） (2023-06-08T09:31:18Z) - 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) - Homophily and Incentive Effects in Use of Algorithms [17.55279695774825]
本稿では,2つの要因がAIによる意思決定に与える影響を評価するために,クラウドソーシング・ヴィグネット研究を提案する。
まず、ホモフィリー(homophily)を検証します。
次に、インセンティブについて考えます -- ハイブリッドな意思決定環境に(既知の)コスト構造を組み込むには、どうすればよいのでしょう?
論文 参考訳（メタデータ） (2022-05-19T17:11:04Z) - Influencing Long-Term Behavior in Multiagent Reinforcement Learning [59.98329270954098]
時間的アプローチが無限に近づくと、他のエージェントの制限ポリシーを考えるための原則的枠組みを提案する。
具体的には、各エージェントの行動が他のエージェントが行うポリシーの制限セットに与える影響を直接考慮し、各エージェントの平均報酬を最大化する新しい最適化目標を開発する。
我々の遠視評価により、様々な領域における最先端のベースラインよりも長期的性能が向上した。
論文 参考訳（メタデータ） (2022-03-07T17:32:35Z) - Precarity: Modeling the Long Term Effects of Compounded Decisions on
Individual Instability [7.993424873879106]
人々の生活の不安定さをカプセル化する用語であるプリカーティにはほとんど焦点が当てられていない。
マイナスの結果は、他の決定や幸福の尺度に及ばない可能性がある。
複合意思決定が予後に及ぼす影響をシミュレーションするモデリングフレームワークを提案する。
論文 参考訳（メタデータ） (2021-04-24T23:38:07Z) - Learning "What-if" Explanations for Sequential Decision-Making [92.8311073739295]
実世界の意思決定の解釈可能なパラメータ化を実証行動に基づいて構築することが不可欠である。
そこで我々は,「何」の結果に対する嗜好の観点から,報酬関数をモデル化し,専門家による意思決定の学習的説明を提案する。
本研究は,行動の正確かつ解釈可能な記述を回復する上で,実効的逆強化学習手法であるバッチの有効性を強調した。
論文 参考訳（メタデータ） (2020-07-02T14:24:17Z)
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。