論文の概要: Reducing Proxy Discrimination

• arxiv url: http://arxiv.org/abs/2501.03946v1
• Date: Tue, 07 Jan 2025 17:13:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-08 15:50:12.423746
• Title: Reducing Proxy Discrimination
• Title（参考訳）: プロキシ判別の削減
• Authors: Frank Fagan,
• Abstract要約: 記事は、人種やその他の保護されたクラスや分類を代行する変数の使用を規制するためのテストを開発する。 裁判所やアルゴリズム構築者が変数のパワーについてより深く学ぶため、議会は時間をかけて許容されるプロキシパワーに上限を組み込むことができることを示唆している。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Today, there is no clear legal test for regulating the use of variables that proxy for race and other protected classes and classifications. This Article develops such a test. Decision tools that use proxies are narrowly tailored when they exhibit the weakest total proxy power. The test is necessarily comparative. Thus, if two algorithms predict loan repayment or university academic performance with identical accuracy rates, but one uses zip code and the other does not, then the second algorithm can be said to have deployed a more equitable means for achieving the same result as the first algorithm. Scenarios in which two algorithms produce comparable and non-identical results present a greater challenge. This Article suggests that lawmakers can develop caps to permissible proxy power over time, as courts and algorithm builders learn more about the power of variables. Finally, the Article considers who should bear the burden of producing less discriminatory alternatives and suggests plaintiffs remain in the best position to keep defendants honest - so long as testing data is made available.
• Abstract（参考訳）: 現在、人種やその他の保護されたクラスや分類を代行する変数の使用を規制するための明確な法的試験は行われていない。 この条はそのような試験を展開させる。 プロキシを使用する決定ツールは、最も弱い全プロキシパワーを示す場合に、狭義に調整される。 テストは必然的に比較される。 したがって、2つのアルゴリズムがローン返済または大学の学業成績を同一の精度で予測するが、1つのアルゴリズムがジップコードを使用し、もう1つのアルゴリズムは、第1のアルゴリズムと同じ結果を達成するためのより公平な手段を配置したと言える。 2つのアルゴリズムが同等で、同一でない結果を生成するシナリオは、より大きな課題を示している。 この論文は、裁判所やアルゴリズム構築者が変数のパワーについてより深く学ぶため、議員が時間とともに許容されるプロキシパワーに上限を組み込むことができることを示唆している。 最後に、同条は、差別的な選択肢を減らし、原告が被告を正直に保ち続けるのに最適な立場にあることを示唆する責任を誰が負うべきかを考察している。

関連論文リスト

• Simple and Provable Scaling Laws for the Test-Time Compute of Large Language Models [70.07661254213181]
  大規模言語モデルのテスト時間計算のための2つの原理的アルゴリズムを提案する。 理論的には、1つのアルゴリズムの故障確率は、そのテスト時間計算が大きくなるにつれて指数関数的に減衰する。
  論文  参考訳（メタデータ） (2024-11-29T05:29:47Z)
• Bidirectional Decoding: Improving Action Chunking via Closed-Loop Resampling [51.38330727868982]
  双方向デコーディング(BID)は、クローズドループ操作で動作チャンキングをブリッジするテスト時間推論アルゴリズムである。 BIDは、7つのシミュレーションベンチマークと2つの実世界のタスクにまたがって、最先端の2つの生成ポリシーの性能を向上させることを示す。
  論文  参考訳（メタデータ） (2024-08-30T15:39:34Z)
• Bi-discriminator Domain Adversarial Neural Networks with Class-Level Gradient Alignment [87.8301166955305]
  そこで本研究では,クラスレベルのアライメントアライメントを有するバイディミネータドメイン対向ニューラルネットワークを提案する。 BACGは、領域分布の整合性を改善するために勾配信号と二階確率推定を利用する。 さらに、対照的な学習にインスパイアされ、トレーニングプロセスを大幅に短縮できるメモリバンクベースの変種であるFast-BACGを開発した。
  論文  参考訳（メタデータ） (2023-10-21T09:53:17Z)
• Designing Equitable Algorithms [1.9006392177894293]
  現在、予測アルゴリズムは、我々の社会の資源と制裁の大部分を分配するのに使われています。 これらのアルゴリズムは意思決定の効率と公平性を改善することができる。 しかし、彼らは特に人種、民族、性別のラインで格差を拡大し、悪化させる可能性がある。
  論文  参考訳（メタデータ） (2023-02-17T22:00:44Z)
• Weak Proxies are Sufficient and Preferable for Fairness with Missing Sensitive Attributes [25.730297492625507]
  適切な3つのプロキシのみを用いて,正当性(確実に)を正確に測定できるアルゴリズムを開発した。 本結果は,プロキシの適切な使用方法に関する実践者のための実践的ガイドラインのセットであることを示唆している。
  論文  参考訳（メタデータ） (2022-10-06T19:25:29Z)
• Machine Learning for Online Algorithm Selection under Censored Feedback [71.6879432974126]
  オンラインアルゴリズム選択(OAS)では、アルゴリズム問題クラスのインスタンスがエージェントに次々に提示され、エージェントは、固定された候補アルゴリズムセットから、おそらく最高のアルゴリズムを迅速に選択する必要がある。 SAT(Satisfiability)のような決定問題に対して、品質は一般的にアルゴリズムのランタイムを指す。 本研究では,OASのマルチアームバンディットアルゴリズムを再検討し,この問題に対処する能力について議論する。 ランタイム指向の損失に適応し、時間的地平線に依存しない空間的・時間的複雑さを維持しながら、部分的に検閲されたデータを可能にする。
  論文  参考訳（メタデータ） (2021-09-13T18:10:52Z)
• Efficient First-Order Contextual Bandits: Prediction, Allocation, and Triangular Discrimination [82.52105963476703]
  統計的学習、オンライン学習、その他における繰り返しのテーマは、低騒音の問題に対してより速い収束率が可能であることである。 1次保証は統計的およびオンライン学習において比較的よく理解されている。 三角識別と呼ばれる対数損失と情報理論量が一階保証を得る上で基本的な役割を担っていることを示す。
  論文  参考訳（メタデータ） (2021-07-05T19:20:34Z)
• Affirmative Algorithms: The Legal Grounds for Fairness as Awareness [0.0]
  このようなアプローチがいかに「算術的肯定的行動」とみなされるかについて議論する。 我々は、政府契約の事件はアルゴリズムの公正性に代替的な根拠を与えると論じている。 我々は、偏り緩和が特定の原因と偏りのメカニズムに合わせたものであることを保証するために、アルゴリズム的公平性と因果推論の交点におけるさらなる研究を求める。
  論文  参考訳（メタデータ） (2020-12-18T22:53:20Z)
• Pursuing Open-Source Development of Predictive Algorithms: The Case of Criminal Sentencing Algorithms [0.0]
  オープンソースアルゴリズムの開発は、高度に連続した文脈における標準であるべきだと我々は主張する。 これらの問題は、ほぼ全ての広く使われている刑事判決アルゴリズムの、プロプライエタリで高価な性質によって悪化していることを示唆する。
  論文  参考訳（メタデータ） (2020-11-12T14:53:43Z)
• Fewer is More: A Deep Graph Metric Learning Perspective Using Fewer Proxies [65.92826041406802]
  本稿では,グラフ分類の観点から,プロキシベースのディープグラフメトリックラーニング手法を提案する。 複数のグローバルプロキシを利用して、各クラスの元のデータポイントを総括的に近似する。 本研究では, 近接関係を接地トラス・ラベルに従って調整する, 新たな逆ラベル伝搬アルゴリズムを設計する。
  論文  参考訳（メタデータ） (2020-10-26T14:52:42Z)

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。