論文の概要: Online Algorithmic Recourse by Collective Action
- arxiv url: http://arxiv.org/abs/2401.00055v1
- Date: Fri, 29 Dec 2023 19:19:09 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-03 19:03:22.315881
- Title: Online Algorithmic Recourse by Collective Action
- Title（参考訳）: 集団行動によるオンラインアルゴリズムリコース
- Authors: Elliot Creager and Richard Zemel
- Abstract要約: 本稿では,データ主体とのインタラクションに応じてシステムパラメータを動的に更新するオンライン設定に焦点を当てた。
ユーザが共同で特徴摂動を計算することで、リコースを改善できることを実証的に示す。
- 参考スコア（独自算出の注目度）: 8.475375161946845
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Research on algorithmic recourse typically considers how an individual can
reasonably change an unfavorable automated decision when interacting with a
fixed decision-making system. This paper focuses instead on the online setting,
where system parameters are updated dynamically according to interactions with
data subjects. Beyond the typical individual-level recourse, the online setting
opens up new ways for groups to shape system decisions by leveraging the
parameter update rule. We show empirically that recourse can be improved when
users coordinate by jointly computing their feature perturbations, underscoring
the importance of collective action in mitigating adverse automated decisions.
- Abstract（参考訳）: アルゴリズムに関する研究は通常、固定された意思決定システムと対話する際に、個人が好ましくない自動決定を合理的に変更する方法を考える。
本稿では,データ主体とのインタラクションに応じてシステムパラメータが動的に更新されるオンライン環境に着目した。
一般的な個人レベルのリコースを超えて、オンライン設定では、パラメータ更新ルールを活用することで、グループがシステム決定を形作る新しい方法が開かれる。
我々は,ユーザが協調して特徴の摂動を計算し,悪質な自動決定の緩和における集団的行動の重要性を強調することで,リコースが改善されることを示す。
関連論文リスト
- 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) - A Classification of Feedback Loops and Their Relation to Biases in
Automated Decision-Making Systems [0.0]
MLに基づく意思決定パイプラインにおけるフィードバックループのタイプについて検討する。
フィードバックループの存在は、MLバイアスを永続的に、強化し、あるいは軽減することができる。
論文 参考訳（メタデータ） (2023-05-10T11:15:22Z) - Interactive System-wise Anomaly Detection [66.3766756452743]
異常検出は様々なアプリケーションにおいて基本的な役割を果たす。
既存のメソッドでは、インスタンスがデータとして容易に観察できないシステムであるシナリオを扱うのが難しい。
システム埋め込みを学習するエンコーダデコーダモジュールを含むエンドツーエンドアプローチを開発する。
論文 参考訳（メタデータ） (2023-04-21T02:20:24Z) - Reinforcement Learning Methods for Wordle: A POMDP/Adaptive Control
Approach [0.3093890460224435]
我々は、新しい強化学習手法を用いて、人気のあるWordleパズルの解法に対処する。
Wordleパズルでは、比較的控えめな計算コストで最適に近いオンラインソリューション戦略が得られる。
論文 参考訳（メタデータ） (2022-11-15T03:46:41Z) - Concurrent Policy Blending and System Identification for Generalized
Assistive Control [1.8799681615947088]
状態空間がパラメータ推定のみに依存するブレンディングネットワークをシステム識別技術から採用する。
本研究は,ロボットの協調動作と,ヒトの運動障害に対処する作業において,提案手法の能力を実証するものである。
論文 参考訳（メタデータ） (2022-05-19T20:22:58Z) - Re-Examining System-Level Correlations of Automatic Summarization
Evaluation Metrics [64.81682222169113]
システムレベルの相関により, 要約品質の人的判断を再現する自動要約評価指標を確実に定量化する。
システムレベルの相関の定義が、実際にシステムを評価するためにメトリクスがどのように使われているかと矛盾する2つの方法を特定する。
論文 参考訳（メタデータ） (2022-04-21T15:52:14Z) - 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) - Non-stationary Online Learning with Memory and Non-stochastic Control [71.14503310914799]
我々は,過去の決定に依拠する損失関数を許容するメモリを用いたオンライン凸最適化(OCO)の問題について検討する。
本稿では,非定常環境に対してロバストなアルゴリズムを設計するための性能指標として,動的ポリシーの後悔を紹介する。
我々は,時間的地平線,非定常度,メモリ長といった面で,最適な動的ポリシーの後悔を確実に享受するメモリ付きOCOの新しいアルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-02-07T09:45:15Z) - Learning High-Level Policies for Model Predictive Control [54.00297896763184]
Model Predictive Control (MPC)は、ロボット制御タスクに対する堅牢なソリューションを提供する。
ニューラルネットワークの高レベルポリシーを学習するための自己教師付き学習アルゴリズムを提案する。
提案手法は, 標準的なMPCでは困難な状況に対処できることを示す。
論文 参考訳（メタデータ） (2020-07-20T17:12:34Z)
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。