Fair Feature Distillation Using Teacher Models of Larger Architecture 


48권  11호, pp. 1176-1183, 11월  2021
10.5626/JOK.2021.48.11.1176


PDF

  요약

다양한 비전 어플리케이션에서 알고리즘의 공정성을 달성하는 것은 중요해지고 있다. MMD 기반 공정한 특징 증류(MFD)라는 최신 공정성 기법은 Maximum Mean Discrepancy (MMD) 를 사용한 특징 증류 방법을 통해 기존 방법들과 비교했을 때 정확도와 공정성을 상당히 개선시켰지만, 그들은 교사 모델의 구조가 학생 모델과 같을 때만 적용될 수 있었다. 본 논문에서는, MFD를 기반으로, 더 큰 구조를 가진 교사 모델에서의 특징 증류를 통해 불공정한 편향성을 완화하는 체계적 접근법인 MFD-R을 제안한다. 광범위한 실험을 통해 우리는 MFD-R이 다른 기준 방법이나 MFD와 비교했을 때, 더 큰 교사 모델을 사용하는 이점이 있다는 것을 보인다.


  통계
2022년 11월부터 누적 집계
동일한 세션일 때 여러 번 접속해도 한 번만 카운트됩니다. 그래프 위에 마우스를 올리면 자세한 수치를 확인하실 수 있습니다.
  논문 참조

[IEEE Style]

S. Jung and T. Moon, "Fair Feature Distillation Using Teacher Models of Larger Architecture," Journal of KIISE, JOK, vol. 48, no. 11, pp. 1176-1183, 2021. DOI: 10.5626/JOK.2021.48.11.1176.


[ACM Style]

Sangwon Jung and Taesup Moon. 2021. Fair Feature Distillation Using Teacher Models of Larger Architecture. Journal of KIISE, JOK, 48, 11, (2021), 1176-1183. DOI: 10.5626/JOK.2021.48.11.1176.


[KCI Style]

Sangwon Jung, Taesup Moon, "Fair Feature Distillation Using Teacher Models of Larger Architecture," 한국정보과학회 논문지, 제48권, 제11호, 1176~1183쪽, 2021. DOI: 10.5626/JOK.2021.48.11.1176.


[Endnote/Zotero/Mendeley (RIS)]  Download


[BibTeX]  Download



Search




Journal of KIISE

  • ISSN : 2383-630X(Print)
  • ISSN : 2383-6296(Electronic)
  • KCI Accredited Journal

사무국

  • Tel. +82-2-588-9240
  • Fax. +82-2-521-1352
  • E-mail. chwoo@kiise.or.kr