K平均クラスタリングのためのRawlsian公平性の探索【JST・京大機械翻訳】

Simoes Stanley; P Deepak; MacCarthaigh Muiris

プレプリント

J-GLOBAL ID：202202221399788103 整理番号：22P0344197

K平均クラスタリングのためのRawlsian公平性の探索【JST・京大機械翻訳】

Exploring Rawlsian Fairness for K-Means Clustering

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年05月04日プレプリントサーバーでの情報更新日： 2022年05月04日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

筆者らは,既存の教師なし機械学習アルゴリズムへの公平性に関するJohn Rawlsのアイデアを組み入れる探索的研究を行った。著者らの焦点は,クラスタリングのタスク,特にk平均クラスタ化アルゴリズムである。知る限りでは,これはクラスタリングにおけるRawlsianアイデアを用いた最初の研究である。これに向けて,著者らは,標準k平均クラスタ化アルゴリズムによって生成されたクラスタ割当てで操作する,後処理技術を開発することを試みた。提案手法は,全体の効用に最小に影響する一方で,Rawlsの差分原理に従って,それをより公平にする多くの反復でこの割当てを摂動する。第1ステップとして,2つの単純な摂動演算子-R_1とR_2-を,新しいクラスタへの与えられたクラスタ割当てにおける例を再割り当てる。R_1は単一例を新しいクラスタに割り当て,R_2は新しいクラスタに対する。成人データセットのサンプルに関する著者らの実験は,両方のオペレータが,反復の数に関してR_1よりもR_2がより効率的であるRawlsの差分原理を組込むために,クラスタ割当てにおいて意味のある摂動を行うことを示した。しかし,かなり良好な摂動を行うオペレータを設計する必要があることを観察した。それにもかかわらず,両方のオペレータは,将来のオペレータを設計し,比較するための良い基準を提供し,著者らの知見が,この方向における将来の研究を助けることを期待する。【JST・京大機械翻訳】

, , , , , , , , , ,
, 【Automatic Indexing@JST】

数値計算 , パターン認識

, , ,

前のページに戻る