arXiv stat.ML· Agathe Fernandes Machado, Charlotte Jamotton, Arthur Charpentier·· 5 小时前AI 评分12
多敏感属性分布公平性：联合 Wasserstein 审计与 Shapley 归因
Multi-Sensitive Distributional Fairness: Joint Wasserstein Audits and Shapley Allocation
AI 导读
研究提出用一维 Wasserstein 几何做多敏感属性的分布公平性审计，指出逐坐标审计会漏掉纯交叉性差异。方法通过全格条件分位函数构造 Hilbert 值随机变量，其方差即联合差异，并借条件期望的单调信息博弈给出精确鞅分解，Shapley 值实现无序归因；敏感属性独立时退化为 Hoeffding-ANOVA 分解，依赖时则出现抑制与冗余效应。
来源：arXiv stat.ML · arxiv.org