FeDa4Fair 发布 Attribute-device 数据集, 应用在 联邦学习、公平性评估 领域

FeDa4Fair 本次发布的数据集 Attribute-device, 该数据集是从属性隔离数据集中衍生出来的，通过将每个状态分割成六个子集，并对其进行抽样，以创建满足偏见约束的数据库。观察到的子集之间的偏见模式，继承了属性隔离设置中相应父状态数据集的偏见模式。该数据集适用于跨设备场景，其任务是评估联邦学习中的公平性。

查看Attribute-device

Dataset card 内容： 

Files and versions 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。