Core Concepts
DLモデルからバイアス情報を取り除くためのFFW手法は、ターゲットタスクのパフォーマンスを維持しながら、バイアス情報を最小限に抑えることができる。
Abstract
バイアスが存在する場合、ターゲットタスクのパフォーマンス向上には必ずしも役立たない可能性がある。
FFWは、追加トレーニングを必要とせずにDLモデルからバイアス情報を取り除くことができる。
FFWは、構造化および非構造化の2つの変種を提案し、他の最先端手法と比較して優れたパフォーマンスを示す。
バイアスMNIST、CelebA、Corrupted CIFAR10などの一般的なベンチマークでFFWが有効であることが示されている。
Stats
バイアスMNISTにおけるVanilla ModelのTask Accuracy: 88.46%
バイアスMNISTにおけるFFW StructuredのBias: 16.89%
CelebA - BlondHair属性におけるFFW Private Accuracy: 48.66%
Corrupted CIFAR10におけるVanilla ModelのTask Accuracy: 20.50%