論文の概要: Modelling and Classification of Fairness Patterns for Designing Sustainable Information Systems
- arxiv url: http://arxiv.org/abs/2411.17894v1
- Date: Tue, 26 Nov 2024 21:23:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-28 15:27:55.372040
- Title: Modelling and Classification of Fairness Patterns for Designing Sustainable Information Systems
- Title(参考訳): 持続可能な情報システム設計のためのフェアネスパターンのモデル化と分類
- Authors: Christophe Ponsard, Bérengère Nihoul, Mounir Touzani,
- Abstract要約: 本稿では,社会技術システム設計における公正性の概念について考察する。
これは、価値、仮定、規制、メートル法、タスクの概念を捉えた参照持続可能性メタモデルに基づいている。
- 参考スコア(独自算出の注目度): 0.2867517731896504
- License:
- Abstract: Designing sustainable systems involves complex interactions between environmental resources, social impacts, and economic issues. In a constrained world, the challenge is to achieve a balanced design across those dimensions while avoiding several barriers to adoption. This paper explores the concept of fairness in sociotechnical system design, including its information system component. It is based on a reference sustainability meta-model capturing the concepts of value, assumption, regulation, metric and task. Starting from a set of published cases, different fairness patterns were identified and structured in a library enabling the application of strategies for adoption, anticipation, distributive justice, and transparency. They were generalised and documented using an existing sustainability template. An extension to the initial meta-model is also proposed to identify and reason on assumptions and barriers to reach the desired values. Finally, the validation of our work is discussed using two case studies, respectively addressing the fairness to manage the COVID-19 crisis and the medico-social follow-up of childhood.
- Abstract(参考訳): 持続可能なシステムの設計には、環境資源間の複雑な相互作用、社会的影響、経済的問題が含まれる。
制約のある世界では、これらの次元をまたいだバランスのとれた設計を達成し、採用の障壁をいくつか避けることが課題である。
本稿では,情報システムコンポーネントを含む社会工学系設計における公正性の概念について考察する。
これは、価値、仮定、規制、メートル法、タスクの概念を捉えた参照持続可能性メタモデルに基づいている。
公表された一連の事例から、採用、期待、分配的正義、透明性のための戦略の適用を可能にするライブラリにおいて、異なる公正パターンを特定し、構造化した。
それらは、既存のサステナビリティテンプレートを使用して一般化され、ドキュメント化された。
初期メタモデルの拡張は、所望の値に到達するための仮定や障壁を特定し、推論するためにも提案されている。
最後に、新型コロナウイルス危機と小児の医療・社会的なフォローアップを管理するための公正性に対処する2つのケーススタディを用いて、本研究の検証について考察した。
関連論文リスト
- Concept Layers: Enhancing Interpretability and Intervenability via LLM Conceptualization [2.163881720692685]
本稿では,概念層をアーキテクチャに組み込むことにより,解釈可能性とインターベンタビリティを既存モデルに組み込む新しい手法を提案する。
我々のアプローチは、モデルの内部ベクトル表現を、再構成してモデルにフィードバックする前に、概念的で説明可能なベクトル空間に投影する。
複数のタスクにまたがるCLを評価し、本来のモデルの性能と合意を維持しつつ、意味のある介入を可能にしていることを示す。
論文 参考訳(メタデータ) (2025-02-19T11:10:19Z) - Sample-efficient Learning of Concepts with Theoretical Guarantees: from Data to Concepts without Interventions [7.3784937557132855]
概念ベースモデル(CBM)は、ラベルの予測に使用される画像などの高次元データから解釈可能な概念を学習する。
CBMにおける重要な問題は、概念リーク、すなわち学習された概念の急激な情報であり、事実上「間違った」概念を学ぶことにつながる。
本稿では,学習概念の正しさと必要なラベル数に関する理論的保証を提供する枠組みについて述べる。
論文 参考訳(メタデータ) (2025-02-10T15:01:56Z) - Towards Robust and Reliable Concept Representations: Reliability-Enhanced Concept Embedding Model [22.865870813626316]
概念ボトルネックモデル(Concept Bottleneck Models, CBM)は、人間の理解可能な概念を意思決定の中間体として予測することにより、解釈可能性を高めることを目的としている。
概念に関係のない特徴に対する感受性と、異なるサンプルの同じ概念に対する意味的一貫性の欠如である。
本稿では,Reliability-Enhanced Concept Embedding Model (RECEM) を提案する。Reliability-Enhanced Concept Embedding Model (RECEM) は2つの戦略を導入する。
論文 参考訳(メタデータ) (2025-02-03T09:29:39Z) - Platform-Aware Mission Planning [50.56223680851687]
本稿では,PAMP(Platform-Aware Mission Planning)の問題を紹介する。
第1のベースラインアプローチはミッションレベルとプラットフォームレベル、第2のベースラインアプローチは抽象リファインメントループに基づいている。
提案手法の健全性と完全性を実証し,実験により検証する。
論文 参考訳(メタデータ) (2025-01-16T16:20:37Z) - On the Fairness, Diversity and Reliability of Text-to-Image Generative Models [49.60774626839712]
マルチモーダル生成モデルは 彼らの公正さ、信頼性、そして誤用の可能性について 批判的な議論を呼んだ
組込み空間における摂動に対する応答を通じてモデルの信頼性を評価するための評価フレームワークを提案する。
本手法は, 信頼できない, バイアス注入されたモデルを検出し, バイアス前駆体の検索を行うための基礎となる。
論文 参考訳(メタデータ) (2024-11-21T09:46:55Z) - Co-designing heterogeneous models: a distributed systems approach [0.40964539027092917]
本稿では3つの要素に基づく異種システムに適したモデリング手法を提案する。
モデルとは何かという推論主義的な解釈、分散システムのメタファ、そして協調設計サイクルは、モデルの実践的な設計と構築を記述している。
本手法の適合性について,3つの異なるセキュリティ指向モデルを用いて検討する。
論文 参考訳(メタデータ) (2024-07-10T13:35:38Z) - Bias and Fairness in Large Language Models: A Survey [73.87651986156006]
本稿では,大規模言語モデル(LLM)のバイアス評価と緩和手法に関する総合的な調査を行う。
まず、自然言語処理における社会的偏見と公平性の概念を統合し、形式化し、拡張する。
次に,3つの直感的な2つのバイアス評価法と1つの緩和法を提案し,文献を統一する。
論文 参考訳(メタデータ) (2023-09-02T00:32:55Z) - Circular Systems Engineering [0.40964539027092917]
本稿では,システムサステナビリティの新たなパラダイムである循環システム工学の概念を紹介する。
エンド・ツー・エンド・サステナビリティとバイパーティイト・サステナビリティの2つの原則を定義します。
循環原理の実装と導入につながる典型的な組織進化パターンを概説する。
論文 参考訳(メタデータ) (2023-06-30T17:09:44Z) - 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) - Exploring the Trade-off between Plausibility, Change Intensity and
Adversarial Power in Counterfactual Explanations using Multi-objective
Optimization [73.89239820192894]
自動対物生成は、生成した対物インスタンスのいくつかの側面を考慮すべきである。
本稿では, 対実例生成のための新しい枠組みを提案する。
論文 参考訳(メタデータ) (2022-05-20T15:02:53Z) - Translational Concept Embedding for Generalized Compositional Zero-shot
Learning [73.60639796305415]
一般合成ゼロショット学習は、ゼロショット方式で属性オブジェクト対の合成概念を学習する手段である。
本稿では,これら2つの課題を統一的なフレームワークで解決するために,翻訳概念の埋め込み(translational concept embedded)という新しいアプローチを提案する。
論文 参考訳(メタデータ) (2021-12-20T21:27:51Z)
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。