2022年7月22日 – arXiv最新論文の紹介

機械学習におけるバイアス緩和のサーベイ

Bia Mitigation for Machine Learning Classifiers: A Comprehensive Survey [25.3]
本稿では,機械学習(ML)モデルにおける公平性を実現するためのバイアス緩和手法を包括的に調査する。 ML分類器のバイアス軽減に関する合計234の論文を収集する。本論文では,既存のバイアス緩和手法について検討する。
論文参考訳（メタデータ） (Thu, 14 Jul 2022 17:16:45 GMT)
- 機械学習による分類器に対してバイアスを緩和する手法のサーベイ。200以上の論文がサーベイ対象であり、多種多様なアプローチ、手法があることに驚き。

TASKOGRAPHY, SCRUB, SEEK

TASKOGRAPHY: Evaluating robot task planning over large 3D scene graphs [33.3]
TASKOGRAPHYは、3DSGを使った最初の大規模ロボットタスク計画ベンチマークである。タスク条件付き3DSGスカラー化手法であるSCRUBを提案する。また,学習ベースプランナが3DSG構造を活用できる手法であるSEEKを提案する。
論文参考訳（メタデータ）参考訳（全文） (Mon, 11 Jul 2022 16:51:44 GMT)
- ロボットタスク計画ベンチマーク。対象はRearrangement(k)、Courier(n, k)、Lifted Rearrangement(k)/Courier(n, k)
- プロジェクトサイトはTaskography – Evaluating robot task planning over large 3D scene graphs | Taskography