연구진이 공정성-정확도 균형을 효율적으로 제어하는 새로운 공정 분류 알고리즘을 제안했어요. 이 알고리즘은 학습된 특징 표현을 개선하여 사후 처리 공정 분류기의 효율성을 높여요. 실제 데이터셋 실험 결과, 기존 방법과 견줄 만하거나 뛰어넘는 효율성을 보였어요.
기존 사후 처리 방식은 정확도 저하가 크고, in-processing 방식은 재학습 비용이 높았어요. 제안하는 방법은 재학습 없이 공정성-정확도 균형을 효율적으로 조절할 수 있어요.
사후 처리 공정 분류기의 효율성을 높이기 위해, gradient 기반 최적화 방식을 활용하여 효과적인 특징 표현을 학습하는 방식을 사용해요.