CATEGORY

Fairness

926
  • 論文研究

Adaptive Boosting with Fairness-aware Reweighting Technique for Fair Classification（公平性を考慮した再重み付けを用いる適応ブースティング）

田中専務拓海先生、最近部下から「AIは公平性を考えないとまずい」と言われまして、そこで見つけた論文について教えていただけますか。AdaBoostっていう名前は聞いたことありますが、それに公平性を入れるってどういう話ですか。AIメンター拓海素晴らしい着眼点ですね！AdaBoostは複数の弱

  • Fairness
  • , Classification
  • 論文研究

拡張機構による拡散モデルの公正なサンプリング（Fair Sampling in Diffusion Models through Switching Mechanism）

田中専務拓海先生、最近うちの若手が「生成AIで合成データを作れば偏りを減らせる」って言うんですが、論文を読めと言われても私には難しくて。要するに安全で公平な合成データが作れるということですか？AIメンター拓海素晴らしい着眼点ですね！大丈夫です、順を追って説明しますよ。今回の論文は「拡散モ

  • Diffusion Model
  • , Fairness
  • 論文研究

グローカルフェア：連合学習におけるグローバルとローカルの群公平性を同時改善する方法（GLOCALFAIR: Jointly Improving Global and Local Group Fairness in Federated Learning）

田中専務拓海先生、最近部下から『連合学習で公平性を高める研究が出てます』って聞きまして。正直、連合学習そのものも漠然としているのですが、投資対効果を考えると現場に入れる価値があるのか知りたいです。そもそも何が問題なんでしょうか。AIメンター拓海素晴らしい着眼点ですね！田中専務、大丈夫です

  • Fairness
  • 論文研究

画像分類モデルの公正性向上に関する大規模実証研究（A Large-Scale Empirical Study on Improving the Fairness of Image Classification Models）

田中専務拓海先生、最近うちの現場でもAIを使う話が出ているんですが、先日「モデルの公正性が重要だ」と聞いてびっくりしました。公正性って要するに何を気にすればいいんでしょうか。AIメンター拓海素晴らしい着眼点ですね！公正性というのは、AIが特定のグループや条件に対して不公平な判断をしないこ

  • Fairness
  • , Classification
  • 論文研究

AdaFedの適応的共通降下方向によるフェデレーテッドラーニングの公正化（AdaFed: Fair Federated Learning via Adaptive Common Descent Direction）

田中専務拓海さん、最近部下がフェデレーテッドラーニングって言い出しましてね。現場のデータを持ち寄らずにモデルを学習するって話らしいですが、うちのような工場でも意味ありますか。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）は

  • Fairness
  • 論文研究

自動作文採点の織りなす風景を解き明かす：精度・公平性・一般化可能性の包括的検討 (Unveiling the Tapestry of Automated Essay Scoring: A Comprehensive Investigation of Accuracy, Fairness, and Generalizability)

田中専務拓海先生、最近部下から「自動作文採点を導入すべき」と言われましてね。効果はあるんでしょうか。現場が混乱しないか心配でして。AIメンター拓海素晴らしい着眼点ですね！まず要点を3つで整理します。1）精度、2）公平性、3）他場面で使えるか、つまり一般化可能性ですよ。順番にわかりやすく説

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

意図学習のためのエンドツーエンド学習可能クラスタリング（End-to-end Learnable Clustering for Intent Learning in Recommendation）

田中専務拓海先生、最近部下から「行動から顧客の意図をクラスタ化してレコメンドを強化する論文」を勧められまして。正直、クラスタリングって古い手法じゃないですか。これって要するに何が新しいということですか？AIメンター拓海素晴らしい着眼点ですね！クラスタリング自体は古くからある手法ですが、本

  • Fairness
  • 論文研究

クラス不均衡下におけるAUROCとAUPRCの再検討（A Closer Look at AUROC and AUPRC under Class Imbalance）

田中専務拓海先生、最近うちの部下から「不均衡データではAUPRCを使うべきだ」と頻繁に言われるのですが、そもそもAUROCとAUPRCの違いがよくわかりません。要するに、どちらを信頼すればいいのでしょうか。AIメンター拓海素晴らしい着眼点ですね！まずは簡単に結論を3つにまとめますよ。1)

  • Evaluation
  • , Fairness
  • 論文研究

グラフ畳み込みネットワークにトランスフォーマーレイヤーを組み合わせた社会ベースのアイテム推薦（Improving Graph Convolutional Networks with Transformer Layer in social-based items recommendation）

田中専務拓海先生、お時間よろしいでしょうか。部下から『この論文を読んで導入を検討すべきだ』と言われたのですが、正直どこが良くて何が変わるのかがよくわからなくて困っています。AIメンター拓海素晴らしい着眼点ですね！大丈夫、ゆっくり整理してお話ししますよ。要点は三つにまとめますから、最後に投

  • Fairness
  • 論文研究

BERTとDistilBERTにおけるジェンダー・バイアスの構造的要因（An investigation of structures responsible for gender bias in BERT and DistilBERT）

田中専務拓海先生、最近の論文でBERTやDistilBERTに関する“ジェンダー・バイアス”の研究が出たと聞きました。うちの現場でも性別で結果が偏るとまずいので、要点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！今回はBERTとその軽量版であるDistilBERTが、ど

  • Fairness
  • , Bias