MultiFair: Мультикультурная сбалансированная медицинская классификация с учетом двухуровневой модификации градиентов

arXiv: 2510,07328v3 Тип уведомления: заменить перекрестное резюме: системы принятия решений по медицинским вопросам все чаще используют данные из многочисленных источников для обеспечения надежной и беспристрастной диагностики. Однако существующие модели мультимодального обучения не могут достичь этой цели, поскольку они часто игнорируют две важнейшие проблемы. Во-первых, различные методы сбора данных могут быть неравномерными и тем самым совпадать с моделью, в которой предпочтение отдается определенным условиям. Во-вторых, в этой модели может быть сделан упор на изучение некоторых демографических групп, что приводит к несправедливым результатам. Эти два аспекта могут оказывать влияние друг на друга, поскольку в ходе оптимизации различные формы данных могут благоприятствовать соответствующим группам, что может привести как к несбалансированности, так и несправедливому мультимодальному обучению. В настоящем документе предлагается новый подход к мультимодальной медицинской классификации под названием MultiFair, в рамках которого эти проблемы решаются с помощью процесса градиентной модуляции двойного уровня. MultiFair динамическо модифицирует градиенты обучения в отношении направления и величины оптимизации как в режиме, так и группе данных