Bayesian Models and Algorithms for Fairness and Transparency

Informations projet

BayesianGDPR

N° de convention de subvention: 851538

DOI

10.3030/851538

Projet clôturé

Date de signature de la CE 28 Janvier 2020

Date de début 1 Avril 2020

Date de fin 30 Septembre 2025

Financé au titre de

• EXCELLENT SCIENCE - European Research Council (ERC)

Coût total

€ 1 443 697,00

Contribution de l’UE

€ 1 443 697,00

Coordonné par

THE UNIVERSITY OF SUSSEX
United Kingdom

CORDIS fournit des liens vers les livrables publics et les publications des projets HORIZON.

Les liens vers les livrables et les publications des projets du 7e PC, ainsi que les liens vers certains types de résultats spécifiques tels que les jeux de données et les logiciels, sont récupérés dynamiquement sur OpenAIRE .

Publications

Peer reviewed articles (5)

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

Auteurs: Ainhize Barrainkua, Paula Gordaliza, Jose A. Lozano, Novi Quadrianto
Publié dans: ACM Computing Surveys, 2023, ISSN 0360-0300
Éditeur: Association for Computing Machinary, Inc.
DOI: 10.1145/3637438

Addressing Attribute Bias with Adversarial Support-Matching

Auteurs: Thomas Kehrenberg, Myles Bartlett, Viktoriia Sharmanska, Novi Quadrianto
Publié dans: Transactions on Machine Learning Research, 2024, ISSN 2835-8856
Éditeur: OpenReview
DOI: 10.48550/arxiv.2203.13154

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

Auteurs: Gergely D. Németh, Miguel Ángel Lozano, Novi Quadrianto, Nuria Oliver
Publié dans: IEEE Access, Numéro 13, 2025, Page(s) 40258-40274, ISSN 2169-3536
Éditeur: Institute of Electrical and Electronics Engineers Inc.
DOI: 10.1109/access.2025.3546478

A Snapshot of the Frontiers of Client Selection in Federated Learning

Auteurs: Gergely Dániel Németh, Miguel Ángel Lozano, Novi Quadrianto, Nuria Oliver
Publié dans: Transactions on Machine Learning Research, 2022, ISSN 2835-8856
Éditeur: 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

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

Other (3)

Addressing Membership Inference Attack in Federated Learning with Model Compression

Auteurs: Gergely Dániel Németh, Miguel Ángel Lozan, Novi Quadrianto, Nuria Oliver
Publié dans: 2023
Éditeur: arXiv

The Decoupled Risk Landscape in Performative Prediction

Auteurs: Javier Sanguino, Thomas Kehrenberg, José Antonio Lozano, Novi Quadrianto
Publié dans: 2025
Éditeur: arXiv
DOI: 10.48550/arxiv.2506.09044

Contrastive Examples for Addressing the Tyranny of the Majority

Auteurs: Sharmanska, Viktoriia; Hendricks, Lisa Anne; Darrell, Trevor; Quadrianto, Novi
Publié dans: Numéro 1, 2020
Éditeur: N/A

Conference proceedings (9)

Are Compressed Language Models Less Subgroup Robust?

Auteurs: Leonidas Gee, Andrea Zugarini, Novi Quadrianto
Publié dans: Proceedings of the 2023 Conference on Empirical Methods in Natural Language Processing, 2023, Page(s) 15859-15868
Éditeur: Association for Computational Linguistics
DOI: 10.18653/v1/2023.emnlp-main.983

Racial Disparities in the Enforcement of Marijuana Violations in the US

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

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

Auteurs: Sara Romiti, Christopher Inskip, Viktoriia Sharmanska, Novi Quadrianto
Publié dans: Computer Vision – ECCV 2022: 17th European Conference, Tel Aviv, Israel, October 23–27, 2022, Proceedings, Part XXV, 2022, Page(s) 146–162, ISBN 978-3-031-19805-2
Éditeur: Springer-Verlag
DOI: 10.1007/978-3-031-19806-9_9

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

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

Null-Sampling for Interpretable and Fair Representations

Auteurs: Thomas Kehrenberg, Myles Bartlett, Oliver Thomas, Novi Quadrianto
Publié dans: Computer Vision – ECCV 2020 - 16th European Conference, Glasgow, UK, August 23–28, 2020, Proceedings, Part XXVI, 2020, Page(s) 565-580, ISBN 978-3-030-58573-0
Éditeur: Springer International Publishing
DOI: 10.1007/978-3-030-58574-7_34

Okapi: Generalising Better by Making Statistical Matches Match

Auteurs: Myles Bartlett, Sara Romiti, Viktoriia Sharmanska, Novi Quadrianto
Publié dans: Advances in Neural Information Processing Systems 35 (NeurIPS 2022), 2022
Éditeur: Curran Associates, Inc.

An Algorithmic Framework for Positive Action

Auteurs: Oliver Thomas, Miri Zilka, Adrian Weller, Novi Quadrianto
Publié dans: Equity and Access in Algorithms, Mechanisms, and Optimization, 2021, Page(s) 1-13, ISBN 9781450385534
Éditeur: ACM
DOI: 10.1145/3465416.3483303

Disagreement-based Active Learning for Robustness Against Subpopulation Shifts

Auteurs: Yeat Jeng Ng, Viktoriia Sharmanska, Thomas Kehrenberg, Anastasia Pentina, Novi Quadrianto
Publié dans: Communications in Computer and Information Science, 2024
Éditeur: Springer Nature

Uncertainty Matters: Stable Conclusions under Unstable Assessment of Fairness Results

Auteurs: Ainhize Barrainkua, Paula Gordaliza, Jose A. Lozano, Novi Quadrianto
Publié dans: International Conference on Artificial Intelligence and Statistics, 2024
Éditeur: Proceedings of Machine Learning Research
DOI: 10.48550/arxiv.2302.01079

Thesis and dissertations (5)

Semi-supervised methods for distributionally-robust learning

Auteurs: Myles Bartlett
Publié dans: 2023
Éditeur: N/A

Fair Representations in the Data Domain

Auteurs: Oliver Thomas
Publié dans: 2022
Éditeur: N/A

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

Auteurs: Yeat Jeng Ng
Publié dans: 2025
Éditeur: University of Sussex

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

Auteurs: Sara Romiti
Publié dans: 2023
Éditeur: N/A

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

Auteurs: Gergely Dániel Németh
Publié dans: 2025
Éditeur: University of Alicante