[论文解读] Towards Fair Deep Clustering With Multi-State Protected Variables
本文提出 Deep Fair Clustering，一种深度学习框架，通过强制聚类中心与受保护群体的‘fairoids’（受保护群体的已学习中心）之间保持等距，从而学习公平且均衡的聚类分配，适用于多状态受保护属性。该方法在聚类准确率损失最小的情况下显著提升了公平性，为在差别影响法规下实现聚类中的群体公平性提供了可扩展的解决方案。
Fair clustering under the disparate impact doctrine requires that population of each protected group should be approximately equal in every cluster. Previous work investigated a difficult-to-scale pre-processing step for $k$-center and $k$-median style algorithms for the special case of this problem when the number of protected groups is two. In this work, we consider a more general and practical setting where there can be many protected groups. To this end, we propose Deep Fair Clustering, which learns a discriminative but fair cluster assignment function. The experimental results on three public datasets with different types of protected attribute show that our approach can steadily improve the degree of fairness while only having minor loss in terms of clustering quality.
研究动机与目标
- 为解决多状态受保护属性（如种族、年龄、宗教）在现实数据中普遍存在但缺乏公平聚类方法的问题。
- 在差别影响法规下定义聚类中的公平性，确保受保护群体在各聚类中得到均衡代表。
- 开发一种可扩展的深度学习框架，联合优化聚类质量与公平性。
- 通过可学习的超参数实现聚类准确率与公平性之间的灵活权衡。
提出的方法
- 引入‘fairoids’——嵌入空间中每个受保护群体（如种族、性别）的已学习中心。
- 施加公平性约束，要求聚类中心与所有 fairoids 保持等距，以确保群体代表的均衡性。
- 使用带有软聚类分配头的深度自编码器，并在损失函数中加入公平性正则化项。
- 应用带有锐化和光滑目标（P 和 Ψ）的自训练方法，以提高聚类分配的稳定性。
- 通过超参数 γ 优化联合损失，结合聚类重建损失与公平性正则化。
- 采用 t-SNE 可视化分析训练后聚类中心与 fairoids 的空间分布。
实验结果
研究问题
- RQ1深度聚类框架能否在多于二元分类的情况下，有效在多个受保护群体中强制实现公平性？
- RQ2所提出的公平性约束——即与 fairoids 保持等距——如何影响聚类质量与群体平衡？
- RQ3该模型在多大程度上能够实现聚类准确率与公平性之间的灵活权衡？
- RQ4该方法是否可扩展至更大规模数据集，并相较于基线方法保持公平性提升？
主要发现
- 在 HAR 数据集上，该方法通过 FWD 测量，相对公平性提升 10.3%；在 Adult 数据集上提升 7%；在 D&S 数据集上提升 16.6%，同时聚类准确率损失极小。
- 在 Adult 数据集上，与基础 DEC 模型相比，该模型使最不公平聚类的群体平衡度提升了 18%。
- 公平性损失与聚类损失可联合优化，公平性在训练迭代过程中稳步提升。
- 随着聚类数量的增加，所提方法在公平性（FWD 值更低）方面始终优于 k-means 和 DEC。
- 通过超参数 γ 可控地调节公平性与准确率之间的权衡，γ 值越高，聚类越公平但准确率越低。
- t-SNE 可视化结果证实，训练后 fairoids 与聚类中心之间的距离更加均衡，验证了公平性机制的有效性。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。