公平性を考慮した敵対的学習に向けて

従来の敵対的学習では、クラス間の正確度の差が大きくなる問題がある。本研究では、分布ロバスト最適化を用いて、クラス間の最悪ケースの正確度を最大化することで、ロバスト性と公平性を両立する手法を提案する。