CATEGORY

Fairness

1547
  • 論文研究

公平に近い精度—ターゲット群検出における精度パリティ最適化（Fairly Accurate: Optimizing Accuracy Parity in Fair Target-Group Detection）

田中専務拓海さん、この論文って一言で言うと何が新しいんですか。現場で使える指針になりそうでしょうか。AIメンター拓海素晴らしい着眼点ですね！この論文は、複数の属性グループに対して検出精度を均等にするための学習用の損失関数を提案しているんですよ。要点は三つで、1)公平性の評価指標を学習に直

  • LLM
  • , Fairness
  • 論文研究

公平性対応グラフ学習のベンチマーク（A Benchmark for Fairness-Aware Graph Learning）

田中専務拓海先生、お忙しいところ恐縮です。最近、社内で「グラフ学習で公平性を担保すべきだ」という話が出てきまして、正直ピンと来ておりません。要は投資対効果が見えないのです。AIメンター拓海素晴らしい着眼点ですね！まず結論を一言で言うと、グラフ学習における公平性（fairness）は、ビジ

  • Fairness
  • 論文研究

マルチテナントGPUクラスタにおける賢いリソース共有による深層学習ジョブのスケジューリング（Scheduling Deep Learning Jobs in Multi-Tenant GPU Clusters via Wise Resource Sharing）

田中専務拓海先生、最近うちの若手がGPUクラスタに予算をかけるべきだと騒いでまして。そもそもGPUって何がそんなに重要なんでしょうか。AIメンター拓海素晴らしい着眼点ですね！GPU (Graphics Processing Unit)（グラフィックス処理装置）は深層学習の計算を速くする専

  • Evaluation
  • , Fairness
  • , Deep Learning
  • 論文研究

勾配ベースのプライバシー保護と公平性を両立する連合学習（Privacy-preserving gradient-based fair federated learning）

田中専務拓海先生、お時間いただきありがとうございます。最近、部下から「連合学習で個々の企業の貢献に応じた公平な報酬設計ができる」と聞きまして。ただ、うちの現場はデジタルが苦手で、導入のリスクと投資対効果が気になります。まず全体像を教えていただけますか。AIメンター拓海素晴らしい着眼点です

  • Evaluation
  • , Fairness
  • 論文研究

データ形状に基づくバイアス削減のためのFair Overlap Number of Balls（Fair-ONB） — FAIR OVERLAP NUMBER OF BALLS (FAIR-ONB): A DATA-MORPHOLOGY-BASED UNDERSAMPLING METHOD FOR BIAS REDUCTION

田中専務拓海先生、お忙しいところ失礼いたします。最近、部下から『データの偏りが問題だ』と聞かされまして、具体的にどのような手を打てばよいのか分からず困っております。要するにデータを整えれば機械学習は公平になるのでしょうか。AIメンター拓海素晴らしい着眼点ですね！まず結論を一言で言うと、学

  • Evaluation
  • , Fairness
  • , Bias
  • 論文研究

非直交多元接続（NOMA）ネットワークにおける注意機構ベースのSIC順序決定と電力配分（Attention-based SIC Ordering and Power Allocation for Non-orthogonal Multiple Access Networks）

田中専務拓海先生、最近部署で「NOMA」って言葉が出てきてまして、現場が困惑しています。これって要するに何が変わるんでしょうか。デジタル苦手な私にもわかるように教えていただけますか。AIメンター拓海素晴らしい着眼点ですね！NOMAはNon-orthogonal Multiple Acce

  • Reinforcement Learning
  • , Fairness
  • 論文研究

フェデレーテッドラーニングにおける利己的クライアントへの対処（Tackling Selfish Clients in Federated Learning）

田中専務拓海先生、最近部下からフェデレーテッドラーニングという言葉が出てきて、会議で説明を振られそうなんです。要するにどんな仕組みなんでしょうか。うちの現場に関係ある話ですか？AIメンター拓海素晴らしい着眼点ですね！フェデレーテッドラーニング（Federated Learning、FL＝

  • Fairness
  • 論文研究

メリットに基づく公正な組合せセミバンディット（Merit-based Fair Combinatorial Semi-Bandit with Unrestricted Feedback Delays）

田中専務拓海先生、お忙しいところ失礼します。最近、部下から「遅延のある状況でも公平に広告や仕事を割り振るアルゴリズムがある」と聞きまして、それが本当に実務で使えそうか知りたいのですが。AIメンター拓海素晴らしい着眼点ですね！大丈夫、簡単にお伝えしますよ。結論を先に言うと、この論文は「フィ

  • Fairness
  • 論文研究

デモグラフィック・パリティ制約下の回帰（Regression under demographic parity constraints via unlabeled post-processing）

田中専務拓海さん、この論文って現場に導入すると何が一番変わるんですか？我々のようなデジタルに不安のある会社でも使えますか？AIメンター拓海素晴らしい着眼点ですね！大丈夫、簡単に説明しますよ。要点は三つです。まず、この研究は“公平性”を守りつつ回帰(prediction for conti

  • Fairness
  • 論文研究

FAIR評価：広く使われている10件の化学データセットの評価（FAIR evaluation of ten widely used chemical datasets: Lessons learned and recommendations）

田中専務拓海さん、先日部下から『FAIR』って単語が出てきて困りまして。化学物質のデータを社内で有効活用する話らしいのですが、要するに何を指すんでしょうか。投資対効果をきちんと見たいので、まず結論を教えていただけますか。AIメンター拓海素晴らしい着眼点ですね！結論を先に言うと、この論文は

  • Evaluation
  • , Fairness