本論文では、構造的因果モデル(SCM)における条件付き反事実分布のシミュレーションアルゴリズムを提案している。
まず、SCMの定義と、条件付き反事実分布の評価手順を説明する。次に、連続変数と離散変数の条件に対応するシミュレーションアルゴリズムを示す。これらのアルゴリズムは、背景変数の条件付き分布を逐次的に更新するパーティクルフィルタとして解釈できる。理論的には、提案アルゴリズムの収束性と中心極限定理が成り立つことを示す。
さらに、提案アルゴリズムを用いて、予測モデルの公平性を評価するアプローチを示す。具体的には、感受性変数に対する介入を仮想的に行い、その下での予測結果の分布を比較することで、公平性を評価する。
全体として、本論文は、構造的因果モデルにおける反事実分布のシミュレーションと、それを用いた公平性評価の新しいアプローチを提示している。
إلى لغة أخرى
من محتوى المصدر
arxiv.org
الرؤى الأساسية المستخلصة من
by Juha Karvane... في arxiv.org 03-28-2024
https://arxiv.org/pdf/2306.15328.pdfاستفسارات أعمق