Hybrid fairness for fair decision making
Adil karar verme için hibrit adalet
- Tez No: 753019
- Danışmanlar: DR. ÖĞR. ÜYESİ GÖRKEM KAR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Kamu Yönetimi, Computer Engineering and Computer Science and Control, Public Administration
- Anahtar Kelimeler: Adalet, Adil yargılanma, Hibrit, Karar verme, Makine öğrenmesi, Makine öğrenmesi yöntemleri, Yapay zeka, Justice, Fair trial, Hybrid, Decision making, Machine learning, Machine learning methods, Artificial intelligence
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yapay Zeka Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Son yıllarda makine öğrenimi (ML) etkileyici bir ilerleme kaydetti ve birçok uygulamada insanlardan daha iyi performans gösterebileceğini kanıtladı. Bu performansın bir sonucu olarak, makine öğrenme sistemleri gerçek dünya problemlerinde giderek daha fazla kullanılmaktadır ve bu da toplumu yapay zekaya daha eleştirel bakmaya yöneltmiştir. Toplumun makine öğrenimi destekli sistemlere yönelik şüpheciliğindeki en büyük etkenlerden biri, modellerin belirli bir grubu rahatsız edebilecek önyargılı çıktılara sahip olmasıdır. Bu tür önyargılı kararların artmasıyla birlikte adalet, en az doğruluk kadar önemli ve dikkate alınması gereken bir metrik olarak yapay zeka dünyasında yerini almıştır. Adaletin yapay zeka sistemlerine girmesiyle birlikte önyargılı kararların önlenmesine yönelik çalışmaların bütününü kapsayan adil yapay zeka kavramı ortaya çıkmıştır. Fair AI, çoğunlukla grup adaleti metriklerini kullanarak modelin önyargılı kararlarını önlemeyi amaçlayan çalışmaları içerir. Ancak, grup adaleti modelin başarısı ters orantılı olduğundan ve öncelikli gruplardaki başarılı bireylere adil olmayan sonuçlara neden olabileceğinden, gerçek dünya sistemlerinde yetersizdir. Ayrıca adaletle ilgili bir diğer sorun da adalet metriklerinin sadece gruplar arası istatistiksel bir metrik ile kanıtlanmaya çalışılması ve açıklanabilirliğinin göz ardı edilmesidir. Bu çalışmada, bahsedilen sorunlara çözüm olarak grup adaleti ile bireysel adaletin birleşimi olan hibrit adalet kavramını tanıtıyoruz ve bu kavramın çıktılarını bu çalışmada hem istatistiksel hem de açıklanabilir olarak sunuyoruz.
Özet (Çeviri)
In recent years, machine learning (ML) has achieved impressive progress and proved that it could outperform humans in many applications. As a consequence of this performance, machine learning systems are increasingly being used in real-world problems, and this led society to view artificial intelligence more critically. One of the biggest factors in society's skepticism towards machine learning-supported systems is that the models have biased outputs that may offend a certain group. With the increase in such biased decisions, fairness has taken its place in the world of artificial intelligence, as a metric that is at least as important as accuracy and should be taken into account. With the introduction of fairness into artificial intelligence systems, the concept of fair artificial intelligence, which covers the whole of the studies aimed at preventing biased decisions, has emerged. Fair AI includes studies that aim to prevent biased decisions of the model, mostly by using group fairness metrics. However, since group fairness is inversely proportional to accuracy and causes unjust results to successful individuals in priority groups, is insufficient in real-world systems. In addition, another problem related to fairness is that fairness metrics are tried to be proven only with an inter-group statistical metric, and their explainability is ignored. In this study, we introduce the concept of hybrid fairness, which is the combination of group fairness and, individual fairness, as a solution to the problems mentioned, and we present the outputs of this concept with both statistical and explainability in this work.
Benzer Tezler
- Bazı limon çeşitleri ve bunların melezlerinin morfolojik karakterleri ile uçkurutan (phoma tracheiphila kanc. ve ghik) hastalığına dayanıklılık arasındaki ilişkiler
Başlık çevirisi yok
GÜLİZ GÖRGEN
Yüksek Lisans
Türkçe
1987
ZiraatÇukurova ÜniversitesiBahçe Bitkileri Ana Bilim Dalı
DOÇ. DR. ÖNDER TUZCU
- Kemalpaşa etlik piliç işletmelerinin teknik ve ekonomik yönden incelenmesi
Başlık çevirisi yok
HAYRİ TUNA YÜKSELEN
- Bornova koşullarında 23 melez mısır çeşidinde adaptasyon ve verimlilik araştırması
Başlık çevirisi yok
FERDAN ÇİFTÇİ
- Rana ridibunda (anura-ranidae) kompleksi üzerinde morfolojik, serolojik ve ekolojik araştırmalar
Başlık çevirisi yok
HÜSEYİN ARIKAN
- Yumurta ağırlığının kuluçka sonuçlarına etkisi üzerine bir araştırma
Başlık çevirisi yok
ALİ DEMİRAYLI
- Buğdayda farklı melezleme teknikleri kullanarak tohum tutma oranının saptanılması
Başlık çevirisi yok
İSMAİL TÜZÜN
Yüksek Lisans
Türkçe
1986
ZiraatUludağ ÜniversitesiTarla Bitkileri Ana Bilim Dalı
PROF. DR. HALİS RUHİ EKİNGEN