擬似相関を軽減する不一致確率に基づくリサンプリング手法

本稿では、バイアスラベルを用いずに、機械学習モデルにおける擬似相関を軽減する新しいリサンプリング手法であるDPRを提案する。DPRは、バイアスモデルの予測と正解ラベルとの不一致確率に基づいて、バイアスと矛盾するサンプルを識別し、アップサンプリングすることで、擬似相関への依存を軽減する。