論文の概要: Identifying Representational Biases in Datasets Using PCA: A Max-Disparity Partition Framework

• arxiv url: http://arxiv.org/abs/2609.24556v1
• Date: Mon, 21 Sep 2026 13:19:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-22 20:29:01.296746
• Title: Identifying Representational Biases in Datasets Using PCA: A Max-Disparity Partition Framework
• Title（参考訳）: PCAを用いたデータセットにおける表現バイアスの同定:最大分散分割フレームワーク
• Abstract要約: 本稿では,最大分散分割問題を定式化し,グレディ局所探索アルゴリズムを提案する。 我々は,PCA負荷スコアとアソシエーションルールマイニングによる特徴の相違について考察した。 発見されたパーティションは直接Fair PCAに渡され、検出された意味のある緩和パイプラインが完了する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Principal Component Analysis (PCA) minimises aggregate reconstruction error, which can inadvertently represent majority subgroups with substantially higher fidelity than minority subgroups. Fairness-aware extensions of PCA correct this disparity but require group labels as input. We address the logically prior question: given only a data matrix, which binary partition of the data suffers the greatest representational disparity under a shared PCA projection? We formalise this as the max-disparity partition problem and propose a greedy local-search algorithm, grounded in the Fiduccia-Mattheyses bipartitioning framework, that discovers the disparity-maximising partition without any predefined group labels. Two benchmark algorithms, a fixed-projection sorting baseline and a simulated-annealing variant, confirm that the greedy solution is empirically near-optimal. Having identified the partition, we attribute the disparity to specific features via PCA loading scores and association rule mining, enabling a practitioner to assess whether the disadvantaged group corresponds to a human-meaningful minority. On the Predict Students' Dropout and Academic Success dataset, representational disparity is driven predominantly by institutional and programmatic proxies for socioeconomic disadvantage, with gender emerging as a secondary but consistent contributor within the disadvantaged group. The discovered partition is then passed directly to Fair PCA, completing a detect-explain-mitigate pipeline.
• Abstract（参考訳）: 主成分分析(PCA)は、少数部分群よりもかなりの忠実度を持つ多数部分群を不注意に表現できる集合再構成誤差を最小化する。 PCAの公正な拡張は、この差を補正するが、入力にはグループラベルが必要である。 データのバイナリパーティションが、共有PCAプロジェクションの下で最大の表現格差を被るデータマトリックスのみを与えられた場合。 本稿では,これを最大分散分割問題として定式化し,Fiduccia-Mattheyses 分割フレームワークを基盤とした局所探索アルゴリズムを提案する。 2つのベンチマークアルゴリズム、固定射影ソートベースラインとシミュレート・アニーリング変種は、グリード解が経験的にほぼ最適であることを確認した。 本研究は,PCA負荷スコアとアソシエーションルールマイニングによる特定特徴の差異を同定し,不利な集団が人間に有意な少数派に該当するかどうかを評価する。 予測的学生のドロップアウトと学術的成功のデータセットでは、表現的格差は主に社会経済的不利益のための制度的およびプログラム的プロキシによって推進され、不利なグループの中でジェンダーは二次的だが一貫した貢献者として出現する。 発見されたパーティションは直接Fair PCAに渡され、検出-説明-緩和パイプラインが完了する。

関連論文リスト

• Project-Probe-Aggregate: Efficient Fine-Tuning for Group Robustness [61.45587642780908]
  画像テキスト基礎モデルのパラメータ効率向上のための3段階のアプローチを提案する。 本手法は, マイノリティ標本同定とロバストトレーニングアルゴリズムの2つの重要な要素を改良する。 我々の理論分析は,PPAが少数群の識別を向上し,バランスの取れたグループエラーを最小限に抑えるためにベイズが最適であることを示している。
  論文  参考訳（メタデータ） (2025-03-12T15:46:12Z)
• Achieving Fair PCA Using Joint Eigenvalue Decomposition [3.667856249968452]
  主成分分析は次元還元法として広く用いられている。 特に人口統計の特徴を含むデータを扱う場合には、公平さを無視することが多い。 本稿では,複数行列の同時対角化を可能にする手法であるJEVD(Joint Eigen Value Decomposition)を取り入れた手法を提案する。
  論文  参考訳（メタデータ） (2025-02-24T07:51:02Z)
• Correcting Underrepresentation and Intersectional Bias for Classification [49.1574468325115]
  我々は、表現不足のバイアスによって破損したデータから学習する問題を考察する。 偏りのないデータの少ない場合、グループワイドのドロップアウト率を効率的に推定できることが示される。 本アルゴリズムは,有限VC次元のモデルクラスに対して,効率的な学習を可能にする。
  論文  参考訳（メタデータ） (2023-06-19T18:25:44Z)
• A novel approach for Fair Principal Component Analysis based on eigendecomposition [10.203602318836444]
  1次元探索からなる簡単な戦略を用いて,公平性問題に対処する新しいPCAアルゴリズムを提案する。 私たちの発見は、いくつかの現実の状況と、バランスの取れていないデータセットとバランスの取れていないデータセットの両方のシナリオで一致しています。
  論文  参考訳（メタデータ） (2022-08-24T08:20:16Z)
• Towards Group Robustness in the presence of Partial Group Labels [61.33713547766866]
  入力サンプルとターゲットラベルの間に 急激な相関関係がある ニューラルネットワークの予測を誤った方向に導く 本稿では,制約セットから最悪のグループ割り当てを最適化するアルゴリズムを提案する。 グループ間で総合的な集計精度を維持しつつ,少数集団のパフォーマンス向上を示す。
  論文  参考訳（メタデータ） (2022-01-10T22:04:48Z)
• Examining and Combating Spurious Features under Distribution Shift [94.31956965507085]
  我々は、最小限の統計量という情報理論の概念を用いて、ロバストで刺激的な表現を定義し、分析する。 入力分布のバイアスしか持たない場合でも、モデルはトレーニングデータから急激な特徴を拾い上げることができることを証明しています。 分析から着想を得た結果,グループDROは,グループ同士の相関関係を直接考慮しない場合に失敗する可能性が示唆された。
  論文  参考訳（メタデータ） (2021-06-14T05:39:09Z)

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。