通过因果和稳健性（AFCR）透镜实现算法公平2021

Jessica Schrouff、Awa Dieng、Miriam Rateike、Kweku Kwegyir-Aggrey、Golnoosh Farnadi;从因果性和稳健性角度看算法公平性，PMLR 171:1-5

[防抱死制动系统][下载PDF]

空间自相关存在下的偏差检测

Subhabrata Majumdar、Cheryl Flynn、Ritwik Mitra;从因果性和稳健性角度看算法公平性，PMLR 171:6-18

[防抱死制动系统][下载PDF]

使用解毒剂数据进行公平聚类

安舒曼·查布拉（Anshman Chhabra）、阿迪什·辛格拉（Adish Singla）、普拉桑特·莫哈帕特拉（Prasant Mohapatra）;从因果性和稳健性角度看算法公平性，PMLR 171:19-39

[防抱死制动系统][下载PDF][补充PDF]

Fair SA：人脸识别中公平性的敏感性分析

阿帕纳·R.乔希（Aparna R.Joshi）、泽维尔·苏奥·库亚多斯（Xavier Suau Cuadros）、尼维达·西瓦库玛（Nivedha Sivakumar）、卢卡·扎佩拉（Luca Zappella）、尼古拉斯·阿波斯托洛夫;从因果性和稳健性角度看算法公平性，PMLR 171:40-58

[防抱死制动系统][下载PDF]

公平软件无法从损坏的数据中学习

尼古拉·康斯坦丁诺夫（Nikola Konstantinov）、克里斯托夫·兰佩特（Christoph H.Lampert）;从因果性和稳健性角度看算法公平性，PMLR 171:59-83

[防抱死制动系统][下载PDF][补充PDF]