文献

J-GLOBAL ID：202002242112339747   整理番号：20A2273616

潜在的結果を用いた多原因識別解析【JST・京大機械翻訳】

Multi-cause Discrimination Analysis Using Potential Outcomes

著者 (3件)： Huang Wen (University of Arkansas, Fayetteville, AR, USA) ,  Wu Yongkai (University of Arkansas, Fayetteville, AR, USA) ,  Wu Xintao (University of Arkansas, Fayetteville, AR, USA)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12268  ページ： 224-234  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 識別解析は,最近,公平性意識学習分野において幅広い注意を喚起した。ほとんどの既存の因果モデリングベースの公正学習研究は,決定に及ぼす1つの保護属性の単一原因効果に焦点を合わせる。本論文では,他の共変量に加えて,複数の保護属性と赤字属性が存在するときの識別発見に焦点を当てた。転帰変数の多重原因として,保護され,赤色化属性を取り上げた。非観測変数,特に隠れ交絡因子を扱うために,著者らは潜在的結果フレームワークを採用して,多重原因の下で因果推論を行うための最先端のデコンフォアアルゴリズムを利用した。デコンフォアアルゴリズムは,非観測交絡因子の代用として潜在変数を推論し,次に,因果推論を実行するための代替を使用する。本手法は,Markov仮定を緩和でき,構造因果モデリングアプローチにおける単一識別可能性問題を避けることができるので,識別発見にとってより適切である。合成データと実データの両方について経験的評価を行った。経験的評価結果は,提案した方法の有効性を実証した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *学習 ,  多重化 ,  有効性 ,  公平性
準シソーラス用語： 因果推論 ,  共変量 ,  潜在変数 , 【Automatic Indexing@JST】

著者キーワード (3件)： 因果推論 ,  潜在的な結果 ,  公平性

分類 (3件)： 数値計算  (JE02000J) ,  グラフ理論基礎  (IA02020S) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (3件)： 原因 ,  識別 ,  解析