Bayesian Models and Algorithms for Fairness and Transparency

Projektinformationen

BayesianGDPR

ID Finanzhilfevereinbarung: 851538

DOI

10.3030/851538

Projekt abgeschlossen

EK-Unterschriftsdatum 28 Januar 2020

Startdatum 1 April 2020

Enddatum 30 September 2025

Finanziert unter

• EXCELLENT SCIENCE - European Research Council (ERC)

Gesamtkosten

€ 1 443 697,00

EU-Beitrag

€ 1 443 697,00

Koordiniert durch

THE UNIVERSITY OF SUSSEX
United Kingdom

CORDIS bietet Links zu öffentlichen Ergebnissen und Veröffentlichungen von HORIZONT-Projekten.

Links zu Ergebnissen und Veröffentlichungen von RP7-Projekten sowie Links zu einigen Typen spezifischer Ergebnisse wie Datensätzen und Software werden dynamisch von OpenAIRE abgerufen.

Veröffentlichungen

Peer reviewed articles (5)

Preserving the Fairness Guarantees of Classifiers in Changing Environments: a Survey

Autoren: Ainhize Barrainkua, Paula Gordaliza, Jose A. Lozano, Novi Quadrianto
Veröffentlicht in: ACM Computing Surveys, 2023, ISSN 0360-0300
Herausgeber: Association for Computing Machinary, Inc.
DOI: 10.1145/3637438

Addressing Attribute Bias with Adversarial Support-Matching

Autoren: Thomas Kehrenberg, Myles Bartlett, Viktoriia Sharmanska, Novi Quadrianto
Veröffentlicht in: Transactions on Machine Learning Research, 2024, ISSN 2835-8856
Herausgeber: OpenReview
DOI: 10.48550/arxiv.2203.13154

Privacy and Accuracy Implications of Model Complexity and Integration in Heterogeneous Federated Learning

Autoren: Gergely D. Németh, Miguel Ángel Lozano, Novi Quadrianto, Nuria Oliver
Veröffentlicht in: IEEE Access, Ausgabe 13, 2025, Seite(n) 40258-40274, ISSN 2169-3536
Herausgeber: Institute of Electrical and Electronics Engineers Inc.
DOI: 10.1109/access.2025.3546478

A Snapshot of the Frontiers of Client Selection in Federated Learning

Autoren: Gergely Dániel Németh, Miguel Ángel Lozano, Novi Quadrianto, Nuria Oliver
Veröffentlicht in: Transactions on Machine Learning Research, 2022, ISSN 2835-8856
Herausgeber: OpenReview
DOI: 10.48550/arxiv.2210.04607

Causal Datasheet for Datasets: An Evaluation Guide for Real-World Data Analysis and Data Collection Design Using Bayesian Networks

Autoren: Bradley Butcher, Vincent S. Huang, Christopher Robinson, Jeremy Reffin, Sema K. Sgaier, Grace Charles, Novi Quadrianto
Veröffentlicht in: Frontiers in Artificial Intelligence, Ausgabe 4, 2021, ISSN 2624-8212
Herausgeber: [Lausanne]: Frontiers Media S.A., [2018]-
DOI: 10.3389/frai.2021.612551

Other (3)

Addressing Membership Inference Attack in Federated Learning with Model Compression

Autoren: Gergely Dániel Németh, Miguel Ángel Lozan, Novi Quadrianto, Nuria Oliver
Veröffentlicht in: 2023
Herausgeber: arXiv

The Decoupled Risk Landscape in Performative Prediction

Autoren: Javier Sanguino, Thomas Kehrenberg, José Antonio Lozano, Novi Quadrianto
Veröffentlicht in: 2025
Herausgeber: arXiv
DOI: 10.48550/arxiv.2506.09044

Contrastive Examples for Addressing the Tyranny of the Majority

Autoren: Sharmanska, Viktoriia; Hendricks, Lisa Anne; Darrell, Trevor; Quadrianto, Novi
Veröffentlicht in: Ausgabe 1, 2020
Herausgeber: N/A

Conference proceedings (9)

Are Compressed Language Models Less Subgroup Robust?

Autoren: Leonidas Gee, Andrea Zugarini, Novi Quadrianto
Veröffentlicht in: Proceedings of the 2023 Conference on Empirical Methods in Natural Language Processing, 2023, Seite(n) 15859-15868
Herausgeber: Association for Computational Linguistics
DOI: 10.18653/v1/2023.emnlp-main.983

Racial Disparities in the Enforcement of Marijuana Violations in the US

Autoren: Butcher, Bradley; Robinson, Chris; Zilka, Miri; Fogliato, Riccardo; Ashurst, Carolyn; Weller, Adrian
Veröffentlicht in: AIES '22: Proceedings of the 2022 AAAI/ACM Conference on AI, Ethics, and Society, 2022, ISBN 9781450392471
Herausgeber: Association for Computing Machinery
DOI: 10.1145/3514094.3534184

RealPatch: A Statistical Matching Framework for Model Patching with Real Samples

Autoren: Sara Romiti, Christopher Inskip, Viktoriia Sharmanska, Novi Quadrianto
Veröffentlicht in: Computer Vision – ECCV 2022: 17th European Conference, Tel Aviv, Israel, October 23–27, 2022, Proceedings, Part XXV, 2022, Seite(n) 146–162, ISBN 978-3-031-19805-2
Herausgeber: Springer-Verlag
DOI: 10.1007/978-3-031-19806-9_9

FedDiverse: Tackling Data Heterogeneity in Federated Learning with Diversity-Driven Client Selection

Autoren: Gergely D. Németh, Eros Fanì, Yeat Jeng Ng, Barbara Caputo, Miguel Ángel Lozano, Nuria Oliver, Novi Quadrianto
Veröffentlicht in: The 3rd International Conference on Federated Learning Technologies and Applications, 2025
Herausgeber: IEEE

Null-Sampling for Interpretable and Fair Representations

Autoren: Thomas Kehrenberg, Myles Bartlett, Oliver Thomas, Novi Quadrianto
Veröffentlicht in: Computer Vision – ECCV 2020 - 16th European Conference, Glasgow, UK, August 23–28, 2020, Proceedings, Part XXVI, 2020, Seite(n) 565-580, ISBN 978-3-030-58573-0
Herausgeber: Springer International Publishing
DOI: 10.1007/978-3-030-58574-7_34

Okapi: Generalising Better by Making Statistical Matches Match

Autoren: Myles Bartlett, Sara Romiti, Viktoriia Sharmanska, Novi Quadrianto
Veröffentlicht in: Advances in Neural Information Processing Systems 35 (NeurIPS 2022), 2022
Herausgeber: Curran Associates, Inc.

An Algorithmic Framework for Positive Action

Autoren: Oliver Thomas, Miri Zilka, Adrian Weller, Novi Quadrianto
Veröffentlicht in: Equity and Access in Algorithms, Mechanisms, and Optimization, 2021, Seite(n) 1-13, ISBN 9781450385534
Herausgeber: ACM
DOI: 10.1145/3465416.3483303

Disagreement-based Active Learning for Robustness Against Subpopulation Shifts

Autoren: Yeat Jeng Ng, Viktoriia Sharmanska, Thomas Kehrenberg, Anastasia Pentina, Novi Quadrianto
Veröffentlicht in: Communications in Computer and Information Science, 2024
Herausgeber: Springer Nature

Uncertainty Matters: Stable Conclusions under Unstable Assessment of Fairness Results

Autoren: Ainhize Barrainkua, Paula Gordaliza, Jose A. Lozano, Novi Quadrianto
Veröffentlicht in: International Conference on Artificial Intelligence and Statistics, 2024
Herausgeber: Proceedings of Machine Learning Research
DOI: 10.48550/arxiv.2302.01079

Thesis and dissertations (5)

Semi-supervised methods for distributionally-robust learning

Autoren: Myles Bartlett
Veröffentlicht in: 2023
Herausgeber: N/A

Fair Representations in the Data Domain

Autoren: Oliver Thomas
Veröffentlicht in: 2022
Herausgeber: N/A

Towards generalisation in machine learning under subpopulation shifts: active, passive, and spectral bias perspectives

Autoren: Yeat Jeng Ng
Veröffentlicht in: 2025
Herausgeber: University of Sussex

Statistical Matching for Vision Tasks: Mitigating Spurious Correlations and Out-Of-Distribution Generalization

Autoren: Sara Romiti
Veröffentlicht in: 2023
Herausgeber: N/A

Relaxing Core Assumptions: the Impact of Data, Model and Participation Heterogeneity on Performance, Privacy and Fairness in Federated Learning

Autoren: Gergely Dániel Németh
Veröffentlicht in: 2025
Herausgeber: University of Alicante