18:30 〜 18:50
[2B6-GS-2-04] スライスワッサースタイン距離を用いた高速なStealthily Biased Sampling
キーワード：公平性、最適輸送
機械学習モデルの社会実装において, 公平性とその保証が求められている. しかしながら最近の研究により, 不公平なモデルから一見公平であるかのように見せかけるベンチマークデータセットを作成することで, モデルの公平性を偽装できることが指摘されている. 既存手法のStealthily Biased Samplingはワッサースタイン距離の最小化問題を解く必要があり, 大規模なデータセットにおいて計算が困難である. 本研究では, Stealthily Biased Samplingをスライスワッサースタイン距離の最小化として定式化することで高速な計算が可能であることを示す.
講演PDFパスワード認証
論文PDFの閲覧にはログインが必要です。参加登録者の方は「参加者用ログイン」画面からログインしてください。あるいは論文PDF閲覧用のパスワードを以下にご入力ください。