From Pseudorandomness to Multi-Group Fairness and Back

要約

【タイトル】疑似乱数性からマルチグループ公正性への転換
【要約】
– 予測アルゴリズムのマルチグループ公正性の最近の文献と、漏洩耐性やグラフ正則性という疑似乱数性概念との関係を特定し、探求する。
– 我々は、アウトカム区別性の概念に密接に関連した、新しい統計的距離ベースの多重校正のバリアントを使用して、私たちの調査を枠組み化した。
– この視点を採用することで、グラフ理論的結果だけでなく、特定のパラメータ領域のマルチ校正のより効率的なアルゴリズムや、実数値関数のHard-core補題の新しい証明にも自然に導いた。

要約(オリジナル)

We identify and explore connections between the recent literature on multi-group fairness for prediction algorithms and the pseudorandomness notions of leakage-resilience and graph regularity. We frame our investigation using new, statistical distance-based variants of multicalibration that are closely related to the concept of outcome indistinguishability. Adopting this perspective leads us naturally not only to our graph theoretic results, but also to new, more efficient algorithms for multicalibration in certain parameter regimes and a novel proof of a hardcore lemma for real-valued functions.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI