多目的最適化を利用した公平性な機械学習 

知識ベースシステム研究会 / 人工知能学会

近年、人工知能の社会的利用の拡大に伴い、公平性を考慮した機械学習への関心が高まっている。本研究では、多目的最適化（MOO）を用いた新たな公平機械学習手法を提案する。機械学習における公平性の問題を多目的最適化問題として再定義し、数値的な多目的最適化ソルバーを用いて解決を試みた。本手法は解の新しい概念を導入するとともに、公平機械学習に関する既存研究を包括的に捉える視点を提供する。さらに、実データを用いた回帰問題に適用することで提案手法を検証した。最後に、得られた結果を示し、今後の課題について議論した。