多目的最適化に基づく公平主成分分析におけるトレードオフの解析【JST・京大機械翻訳】

Pelegrina Guilherme D.; Brotto Renan D. B.; Duarte Leonardo T.; Attux Romis; Romano Joao M. T.

プレプリント

J-GLOBAL ID：202202221465516322 整理番号：21P0035076

多目的最適化に基づく公平主成分分析におけるトレードオフの解析【JST・京大機械翻訳】

Analysis of Trade-offs in Fair Principal Component Analysis Based on Multi-objective Optimization

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 (5件)： , , , ,
資料名：
発行年： 2020年06月10日プレプリントサーバーでの情報更新日： 2022年10月03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)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

次元縮小問題において,採用した技法は,異なるグループの表現誤差の間の不均衡を作り出すかもしれない。例えば,投影された空間において,特定のクラスは,他のものと比べてより良く表現できる。いくつかの状況において,この不公平な結果は倫理的懸念を導入するかもしれない。この不便さを克服することを目的として,主成分分析を通して次元縮小を行うとき,公平性測度を考慮できる。しかし,公平性を増加させる解決策は,全体の再構成誤差を増加させる傾向がある。この文脈において,本論文は多目的ベースのアプローチによってこのトレードオフに対処することを提案する。この目的のために,異なるグループの表現誤差間の不均衡に関連する公平性測度を採用した。さらに,古典的主成分分析の解を用いて,公正な投影を見つけることができるかどうかを検討した。数値実験は,全体再構成誤差の非常に小さな損失で,より公平な結果を達成できることを証明した。【JST・京大機械翻訳】

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

パターン認識 , 人工知能

, , ,

前のページに戻る