論文の概要: A Taxation Perspective for Fair Re-ranking

• arxiv url: http://arxiv.org/abs/2404.17826v1
• Date: Sat, 27 Apr 2024 08:21:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-11 01:28:13.872312
• Title: A Taxation Perspective for Fair Re-ranking
• Title（参考訳）: 公正な再格付けのための課税の視点
• Authors: Chen Xu, Xiaopeng Ye, Wenjie Wang, Liang Pang, Jun Xu, Tat-Seng Chua,
• Abstract要約: 本稿では,2項目間の実用性の違いに基づいて税率を上昇させる,税率という新たな公正な再格付け手法を提案する。 我々のモデルである税ランクは、公正な優遇措置として優れた税率政策を提供し、理論的には、精度損失よりも連続性と制御性の両方を実証している。
• 参考スコア（独自算出の注目度）: 61.946428892727795
• License:
• Abstract: Fair re-ranking aims to redistribute ranking slots among items more equitably to ensure responsibility and ethics. The exploration of redistribution problems has a long history in economics, offering valuable insights for conceptualizing fair re-ranking as a taxation process. Such a formulation provides us with a fresh perspective to re-examine fair re-ranking and inspire the development of new methods. From a taxation perspective, we theoretically demonstrate that most previous fair re-ranking methods can be reformulated as an item-level tax policy. Ideally, a good tax policy should be effective and conveniently controllable to adjust ranking resources. However, both empirical and theoretical analyses indicate that the previous item-level tax policy cannot meet two ideal controllable requirements: (1) continuity, ensuring minor changes in tax rates result in small accuracy and fairness shifts; (2) controllability over accuracy loss, ensuring precise estimation of the accuracy loss under a specific tax rate. To overcome these challenges, we introduce a new fair re-ranking method named Tax-rank, which levies taxes based on the difference in utility between two items. Then, we efficiently optimize such an objective by utilizing the Sinkhorn algorithm in optimal transport. Upon a comprehensive analysis, Our model Tax-rank offers a superior tax policy for fair re-ranking, theoretically demonstrating both continuity and controllability over accuracy loss. Experimental results show that Tax-rank outperforms all state-of-the-art baselines in terms of effectiveness and efficiency on recommendation and advertising tasks.
• Abstract（参考訳）: 公正なランク付けは、責任と倫理を確実にするために、アイテム間のランク付けスロットを公平に再分配することを目的としている。 再分配問題の探究は経済学における長い歴史を持ち、課税プロセスとしての公正な再分類を概念化するための貴重な洞察を提供する。 このような定式化によって、公正な評価を再検討し、新たな手法の開発を促す新たな視点が得られます。 課税の観点からは、これまでの公正な再格付け手法のほとんどがアイテムレベルの税政策として再編成可能であることを理論的に実証する。 理想的には、優れた税政策は、ランク付け資源の調整に効果的で都合よく制御可能であるべきである。 しかし, 実証的および理論的分析から, 従来の項目レベルの税政策は, 1) 継続性, 微少な税率変化の確保, 精度と公平性の変化, (2) 精度損失の制御性, 特定の税率の下での精度損失の正確な推定という, 理想的な2つの要件を満たすことができないことが示唆された。 これらの課題を克服するために,2つの項目間の実用性の違いに基づいて税率を上昇させる,税率という新たな公平な評価手法を導入する。 そして、シンクホーンアルゴリズムを最適輸送に利用して、そのような目的を効率的に最適化する。 包括的分析により,我々のモデル税級は,精度損失に対する連続性と制御性の両方を理論的に証明し,公正な再格付けのための優良税制を提供する。 実験の結果, 税ランクは, 推薦・広告作業における有効性, 効率性において, 最先端のベースラインをすべて上回っていることがわかった。

関連論文リスト

• Learning Optimal Tax Design in Nonatomic Congestion Games [63.89699366726275]
  我々は,非原子的混雑ゲームにおいて,最適な税制設計を学習し,効率を最大化する方法について検討する。 プレイヤー間の自己関心行動がシステムの効率を損なうことが知られている。
  論文  参考訳（メタデータ） (2024-02-12T06:32:53Z)
• A Theoretical Approach to Characterize the Accuracy-Fairness Trade-off Pareto Frontier [42.18013955576355]
  正確さと公正さのトレードオフは、公正な機械学習の文献でよく観察されている。 この研究は、精度-公正トレードオフの形状を特徴付けることによって理論的枠組みの開発を目指している。 提案した研究は、精度と公正性のトレードオフの深い理解を可能にし、現在の公正な機械学習研究を新たなフロンティアに押し上げる。
  論文  参考訳（メタデータ） (2023-10-19T14:35:26Z)
• Algorithmic Fairness and Vertical Equity: Income Fairness with IRS Tax Audit Models [73.24381010980606]
  本研究は、IRSによる税務監査選択を通知するシステムの文脈におけるアルゴリズムフェアネスの問題について検討する。 監査を選択するための柔軟な機械学習手法が、垂直エクイティにどのように影響するかを示す。 この結果は,公共セクター全体でのアルゴリズムツールの設計に影響を及ぼす。
  論文  参考訳（メタデータ） (2022-06-20T16:27:06Z)
• Integrating Reward Maximization and Population Estimation: Sequential Decision-Making for Internal Revenue Service Audit Selection [2.2182596728059116]
  我々は、新しい設定、最適化および推定された構造化バンディットを導入する。 この設定は多くの公共および民間分野のアプリケーションに固有のものである。 我々は、米国内国歳入庁の実際のデータにその重要性を示す。
  論文  参考訳（メタデータ） (2022-04-25T18:28:55Z)
• Who Should Go First? A Self-Supervised Concept Sorting Model for Improving Taxonomy Expansion [50.794640012673064]
  データとビジネスの範囲が実際のアプリケーションで拡大するにつれ、既存の概念を組み込むために拡張する必要がある。 分類学の拡張に関する以前の研究は、新しい概念を独立して同時に処理し、それらの間の潜在的な関係と操作を挿入する適切な順序を無視します。 本稿では,新しい概念の中で局所ハイパーニム・ハイプニム構造を同時に発見し,挿入順序を決定する新しい自己教師付きフレームワークであるtaxoorderを提案する。
  論文  参考訳（メタデータ） (2021-04-08T11:00:43Z)
• An Evolutionary Game Model for Understanding Fraud in Consumption Taxes [0.0]
  本稿では,消費税制における不正ダイナミクスを研究・理解するための計算進化ゲームモデルを提案する。 プレイヤーは、付加価値税(VAT)を正しく申告し、それ以外の場合は、協力者です。 企業間の取引は買い手と売り手の両方が宣言しなければならないため、一方が採用する戦略は他方の支払いに影響を与える。
  論文  参考訳（メタデータ） (2021-01-12T11:53:31Z)
• L2R2: Leveraging Ranking for Abductive Reasoning [65.40375542988416]
  学習システムの帰納的推論能力を評価するために,帰納的自然言語推論タスク(alpha$NLI)を提案する。 新たな$L2R2$アプローチは、Learning-to-rankフレームワークの下で提案されている。 ARTデータセットの実験は、公開リーダボードの最先端に到達します。
  論文  参考訳（メタデータ） (2020-05-22T15:01:23Z)
• The AI Economist: Improving Equality and Productivity with AI-Driven Tax Policies [119.07163415116686]
  我々は、経済的平等と生産性を効果的にトレードオフできる税制政策を発見する社会プランナーを訓練する。 競争圧力と市場ダイナミクスを特徴とする経済シミュレーション環境を提案する。 AI主導の税政策は、基本方針よりも平等と生産性のトレードオフを16%改善することを示します。
  論文  参考訳（メタデータ） (2020-04-28T06:57:18Z)

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。