입력 정교화

이 논문은 입력을 정교화하여 보호된 특성에 대한 예측을 맹목적으로 만드는 알고리즘 차별 접근 방식을 검토합니다. 이 접근 방식은 모델의 훈련 단계에서 보호된 특성(예: 인종 또는 성별)을 사용하지만, 배포 시에는 이를 마스킹합니다. 이 접근 방식은 훈련 시 이 특성을 포함함으로써 상관된 특성이 대리 역할을 하지 못하도록 하고, 배포 시 이들에 균일한 값을 할당하여 결정이 집단 상태에 따라 달라지지 않도록 한다고 가정합니다.