Bayesian Models and Algorithms for Fairness and Transparency

Informacje na temat projektu

BayesianGDPR

Identyfikator umowy o grant: 851538

DOI

10.3030/851538

Projekt został zamknięty

Data podpisania przez KE 28 Stycznia 2020

Data rozpoczęcia 1 Kwietnia 2020

Data zakończenia 30 Września 2025

Finansowanie w ramach

• EXCELLENT SCIENCE - European Research Council (ERC)

Koszt całkowity

€ 1 443 697,00

Wkład UE

€ 1 443 697,00

Koordynowany przez

THE UNIVERSITY OF SUSSEX
United Kingdom

CORDIS oferuje możliwość skorzystania z odnośników do publicznie dostępnych publikacji i rezultatów projektów realizowanych w ramach programów ramowych HORYZONT.

Odnośniki do rezultatów i publikacji związanych z poszczególnymi projektami 7PR, a także odnośniki do niektórych konkretnych kategorii wyników, takich jak zbiory danych i oprogramowanie, są dynamicznie pobierane z systemu OpenAIRE .

Publikacje

Peer reviewed articles (5)

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

Autorzy: Ainhize Barrainkua, Paula Gordaliza, Jose A. Lozano, Novi Quadrianto
Opublikowane w: ACM Computing Surveys, 2023, ISSN 0360-0300
Wydawca: Association for Computing Machinary, Inc.
DOI: 10.1145/3637438

Addressing Attribute Bias with Adversarial Support-Matching

Autorzy: Thomas Kehrenberg, Myles Bartlett, Viktoriia Sharmanska, Novi Quadrianto
Opublikowane w: Transactions on Machine Learning Research, 2024, ISSN 2835-8856
Wydawca: OpenReview
DOI: 10.48550/arxiv.2203.13154

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

Autorzy: Gergely D. Németh, Miguel Ángel Lozano, Novi Quadrianto, Nuria Oliver
Opublikowane w: IEEE Access, Numer 13, 2025, Strona(/y) 40258-40274, ISSN 2169-3536
Wydawca: Institute of Electrical and Electronics Engineers Inc.
DOI: 10.1109/access.2025.3546478

A Snapshot of the Frontiers of Client Selection in Federated Learning

Autorzy: Gergely Dániel Németh, Miguel Ángel Lozano, Novi Quadrianto, Nuria Oliver
Opublikowane w: Transactions on Machine Learning Research, 2022, ISSN 2835-8856
Wydawca: 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

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

Other (3)

Addressing Membership Inference Attack in Federated Learning with Model Compression

Autorzy: Gergely Dániel Németh, Miguel Ángel Lozan, Novi Quadrianto, Nuria Oliver
Opublikowane w: 2023
Wydawca: arXiv

The Decoupled Risk Landscape in Performative Prediction

Autorzy: Javier Sanguino, Thomas Kehrenberg, José Antonio Lozano, Novi Quadrianto
Opublikowane w: 2025
Wydawca: arXiv
DOI: 10.48550/arxiv.2506.09044

Contrastive Examples for Addressing the Tyranny of the Majority

Autorzy: Sharmanska, Viktoriia; Hendricks, Lisa Anne; Darrell, Trevor; Quadrianto, Novi
Opublikowane w: Numer 1, 2020
Wydawca: N/A

Conference proceedings (9)

Are Compressed Language Models Less Subgroup Robust?

Autorzy: Leonidas Gee, Andrea Zugarini, Novi Quadrianto
Opublikowane w: Proceedings of the 2023 Conference on Empirical Methods in Natural Language Processing, 2023, Strona(/y) 15859-15868
Wydawca: Association for Computational Linguistics
DOI: 10.18653/v1/2023.emnlp-main.983

Racial Disparities in the Enforcement of Marijuana Violations in the US

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

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

Autorzy: Sara Romiti, Christopher Inskip, Viktoriia Sharmanska, Novi Quadrianto
Opublikowane w: Computer Vision – ECCV 2022: 17th European Conference, Tel Aviv, Israel, October 23–27, 2022, Proceedings, Part XXV, 2022, Strona(/y) 146–162, ISBN 978-3-031-19805-2
Wydawca: Springer-Verlag
DOI: 10.1007/978-3-031-19806-9_9

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

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

Null-Sampling for Interpretable and Fair Representations

Autorzy: Thomas Kehrenberg, Myles Bartlett, Oliver Thomas, Novi Quadrianto
Opublikowane w: Computer Vision – ECCV 2020 - 16th European Conference, Glasgow, UK, August 23–28, 2020, Proceedings, Part XXVI, 2020, Strona(/y) 565-580, ISBN 978-3-030-58573-0
Wydawca: Springer International Publishing
DOI: 10.1007/978-3-030-58574-7_34

Okapi: Generalising Better by Making Statistical Matches Match

Autorzy: Myles Bartlett, Sara Romiti, Viktoriia Sharmanska, Novi Quadrianto
Opublikowane w: Advances in Neural Information Processing Systems 35 (NeurIPS 2022), 2022
Wydawca: Curran Associates, Inc.

An Algorithmic Framework for Positive Action

Autorzy: Oliver Thomas, Miri Zilka, Adrian Weller, Novi Quadrianto
Opublikowane w: Equity and Access in Algorithms, Mechanisms, and Optimization, 2021, Strona(/y) 1-13, ISBN 9781450385534
Wydawca: ACM
DOI: 10.1145/3465416.3483303

Disagreement-based Active Learning for Robustness Against Subpopulation Shifts

Autorzy: Yeat Jeng Ng, Viktoriia Sharmanska, Thomas Kehrenberg, Anastasia Pentina, Novi Quadrianto
Opublikowane w: Communications in Computer and Information Science, 2024
Wydawca: Springer Nature

Uncertainty Matters: Stable Conclusions under Unstable Assessment of Fairness Results

Autorzy: Ainhize Barrainkua, Paula Gordaliza, Jose A. Lozano, Novi Quadrianto
Opublikowane w: International Conference on Artificial Intelligence and Statistics, 2024
Wydawca: Proceedings of Machine Learning Research
DOI: 10.48550/arxiv.2302.01079

Thesis and dissertations (5)

Semi-supervised methods for distributionally-robust learning

Autorzy: Myles Bartlett
Opublikowane w: 2023
Wydawca: N/A

Fair Representations in the Data Domain

Autorzy: Oliver Thomas
Opublikowane w: 2022
Wydawca: N/A

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

Autorzy: Yeat Jeng Ng
Opublikowane w: 2025
Wydawca: University of Sussex

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

Autorzy: Sara Romiti
Opublikowane w: 2023
Wydawca: N/A

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

Autorzy: Gergely Dániel Németh
Opublikowane w: 2025
Wydawca: University of Alicante