표현 편향을 극복하는 최적 수송 기반 공정 데이터 복구

초록

본 논문은 베이지안 비모수 정지 규칙을 이용해 속성별 데이터 분포를 정확히 학습하고, 이를 최적 수송(OT) 양자화 연산과 결합해 아카이브 데이터까지 적용 가능한 공정 데이터 복구 방법을 제안한다. 대표성 편향을 정의하고, 공정 목표 분포와 손상 정도 사이의 트레이드오프를 정량화함으로써, 소수 집단에서도 안정적인 공정성을 달성한다. 실험 결과는 시뮬레이션 및 벤치마크 데이터셋에서 기존 방법보다 우수한 성능을 보여준다.

상세 분석

이 연구는 공정성 확보를 위한 데이터 변환 과정에서 두 가지 근본적인 한계—(i) 소수 집단에 대한 최적 수송(OT) 연산자의 학습 부족, (ii) 학습된 OT 연산을 동일 분포이지만 사후에 수집된 아카이브 데이터에 적용할 수 없음—을 동시에 해결한다. 핵심 아이디어는 각 (u, s) 속성 조합별로 베이지안 비모수(Dirichlet Process, DP) 모델을 설정하고, 데이터가 순차적으로 관측될 때마다 사후 분포 Fₖ를 업데이트한다. 여기서 중요한 것은 ‘정지 규칙(stopping rule)’이다. 저자들은 Kullback‑Leibler divergence(KLD) Δₖ = KL