Zobrazeno 1 - 10
of 36
pro vyhledávání: '"Yin Lang"'
Linear scalarization, i.e., combining all loss functions by a weighted sum, has been the default choice in the literature of multi-task learning (MTL) since its inception. In recent years, there is a surge of interest in developing Specialized Multi-
Externí odkaz:
http://arxiv.org/abs/2308.13985
Autor:
Yin, Lang, Mehta, Ruta
We study the problem of allocating a set of indivisible chores to three agents, among whom two have additive cost functions, in a fair manner. Two fairness notions under consideration are envy-freeness up to any chore (EFX) and a relaxed notion, name
Externí odkaz:
http://arxiv.org/abs/2211.15836
To mitigate the bias exhibited by machine learning models, fairness criteria can be integrated into the training process to ensure fair treatment across all demographics, but it often comes at the expense of model performance. Understanding such trad
Externí odkaz:
http://arxiv.org/abs/2211.01528
Autor:
Chu, Wenda, Xie, Chulin, Wang, Boxin, Li, Linyi, Yin, Lang, Nourian, Arash, Zhao, Han, Li, Bo
Federated learning (FL) allows agents to jointly train a global model without sharing their local data. However, due to the heterogeneous nature of local data, it is challenging to optimize or even define fairness of the trained global model for the
Externí odkaz:
http://arxiv.org/abs/2207.10265
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Yin Lang Dai
Publikováno v:
Intersections, Innovations, Institutions ISBN: 9789811262128
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::cec25420fdb73d047844cdf8271229ec
https://doi.org/10.1142/9789811261206_0029
https://doi.org/10.1142/9789811261206_0029
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.