Fairness-aware Machine Learing Based on the Modification of Causal Graphs

基于因果图修正的公平感知机器学习

• 批准号: 21H03504
• 负责人: 神嶌 敏弘
• 金额: $ 9.57万
• 依托单位: National Institute of Advanced Industrial Science and Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (B)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21H03504/
• 关键词: 機械学習; 公平性; 因果推論; データマイニング

本研究は，公平性配慮型データマイニングという機械学習分野の中でも新しい分野の研究である．この研究分野が生じた背景について述べておく．データマイニング技術の普及に伴い，与信・採用・入試など，個人の生活に大きな影響を及ぼす分野に適用されるようになった．それに伴い，人種や性別といった情報が決定に影響してしまう事例が散見されるようになった．そこで，公平な決定が得られるように，人種や性別などの情報が，与信や採用などの決定に影響を及ぼさないように，因果グラフで表されたモデルの確率表を書き換える介入を行う方法を検討する．さらに，この介入による因果モデルの修正を，クラウドソーシングを通じて，アイテムに対する試行が，他のアイテムや認知バイアスに影響される状況や，複数の因子の影響を受ける錯視図形に対する応答に関するデータを収集することで実験的に実証もする．2021年度は，因果モデルの理論面についての検討を行い，査読付き国際会議などに採録された．その他，推薦における倫理問題を扱う国際ワークショップを組織し，また国内において機械学習の公平性に関する技術情報の講演を行った．

This study is based on the study of fairness allocation model. This research is divided into two parts: the background and the background. The popularity of technology is accompanied by the adoption of information and the application of information. The information on race and gender determines the impact of this phenomenon. For example, the fair decision is made by the information of race and gender, and the information is adopted by the decision. In 2021, the causal relationship between the two factors was discussed in the theoretical plane of the causal relationship. International conferences are held in Beijing. He also organized international forums on ethical issues related to recommendations, and gave lectures on technical information related to the fairness of mechanical learning in China.

项目成果

Exact variance formula for the estimated mean outcome with external intervention based on the front-door criterion in Gaussian linear structural equation models

• DOI: 10.1016/j.jmva.2021.104766
• 发表时间: 2021-09
• 期刊: J. Multivar. Anal.
• 作者: Hisayoshi Nanmo;Manabu Kuroki

Identification and Estimation of Joint Probabilities of Potential Outcomes in Observational Studies with Covariate Information

利用协变量信息识别和估计观察研究中潜在结果的联合概率

• 发表时间: 2021
• 期刊: Advances in Neural Information Processing System
• 作者: Shingaki;R. and Kuroki;M.
• 通讯作者: M.

Selection and integration of generalized instrumental variables for estimating total effects

• DOI: 10.1007/s00362-020-01190-4
• 发表时间: 2020-06
• 期刊: Statistical Papers
• 影响因子: 1.3
• 作者: Ryusei Shingaki;H. Kanda;Manabu Kuroki