文献

J-GLOBAL ID：202002257219290019   整理番号：20A2782088

顔解析アルゴリズムにおけるBiasの因果的ベンチマーキングに向けて【JST・京大機械翻訳】

Towards Causal Benchmarking of Bias in Face Analysis Algorithms

著者 (6件)： Balakrishnan Guha (Massachusetts Institute of Technology, Cambridge, USA) ,  Balakrishnan Guha (Amazon Web Services, Seattle, USA) ,  Xiong Yuanjun (Amazon Web Services, Seattle, USA) ,  Xia Wei (Amazon Web Services, Seattle, USA) ,  Perona Pietro (California Institute of Technology, Pasadena, USA) ,  Perona Pietro (Amazon Web Services, Seattle, USA)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12363  ページ： 547-563  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： アルゴリズムバイアスの計測はアルゴリズム公平性の評価とアルゴリズムの改善を導くために重要である。コンピュータビジョンにおける現在のバイアス測定法は,観察データセットに基づき,データセットバイアスによるアルゴリズムバイアスを混乱させる。この問題に取り組むために,属性変動と性能変化の間の因果的リンクを明らかにするために,関心,例えば性別と皮膚音の属性を直接操作する顔解析アルゴリズムのアルゴリズムバイアスを測定する実験方法を開発した。この方法は,他の属性定数を残す一方で,特定の属性に沿って異なる合成画像グリッドを生成することに基づいている。基本的に,アルゴリズムバイアスを測定するとき,合成不正確性を制御するために,人間オブザーバの認識に頼る。性別分類アルゴリズムにおける従来の観測バイアス解析研究と比較して,この方法を検証した。2つの方法は異なる結論に達した。観察方法は性別と皮膚色バイアスを報告するが,実験方法は性,毛長,年齢,および顔面毛によるバイアスを明らかにした。また,著者らの合成トランセクトは少数および交差グループに関してより直接的なバイアス解析を可能にすることを示した。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 ,  ネットワーク ,  音響 ,  バイアス ,  コンピュータビジョン ,  公平性
準シソーラス用語： *ベンチマーキング ,  分類アルゴリズム ,  トランセクト ,  解析アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (7件)： 顔 ,  公平性 ,  Bias ,  因果律 ,  反事実 ,  画像合成 ,  生成敵対ネットワーク(GAN)

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 顔 ,  解析アルゴリズム ,  ベンチマーキング