‪Sepehr Dehdashtian‬ - ‪Google Scholar‬

Obtenir mon propre profil

Citée par

	Toutes	Depuis 2019
Citations	29	29
indice h	2	2
indice i10	1	1

0

12

6

20212022202320243 9 11 6

Coauteurs

Vishnu Naresh BoddetiMichigan State UniversityAdresse e-mail validée de msu.edu
Matin HashemiSharif University of TechnologyAdresse e-mail validée de sharif.edu
Saber SalehkaleybarLeiden UniversityAdresse e-mail validée de liacs.leidenuniv.nl
Bashir SadeghiPhD, Computer Science and Engineering, Michigan State UniversityAdresse e-mail validée de msu.edu
Lan WangMichigan State UniversityAdresse e-mail validée de msu.edu

Sepehr Dehdashtian

Sepehr Dehdashtian

Michigan State University

Adresse e-mail validée de msu.edu - Page d'accueil

Machine Learning Trustworthy AI Fairness in Machine Learning


Titre Trier par citations Trier par année Trier par titre	Citée par Citée par	Année
Deep-learning-based blind recognition of channel code parameters over candidate sets under AWGN and multi-path fading conditions S Dehdashtian, M Hashemi, S Salehkaleybar IEEE Wireless Communications Letters 10 (5), 1041-1045, 2021	21	2021
On Characterizing the Trade-off in Invariant Representation Learning B Sadeghi, S Dehdashtian, V Boddeti Transactions on Machine Learning Research, 2022	6	2022
Fairerclip: Debiasing zero-shot predictions of clip in rkhss S Dehdashtian, L Wang, V Boddeti International Conference on Learning Representations, 2024	2*	2024
The Dark Side of Dataset Scaling: Evaluating Racial Classification in Multimodal Models A Birhane, S Dehdashtian, VU Prabhu, V Boddeti arXiv preprint arXiv:2405.04623, 2024		2024
Utility-Fairness Trade-Offs and How to Find Them S Dehdashtian, B Sadeghi, VN Boddeti arXiv preprint arXiv:2404.09454, 2024		2024

Le système ne peut pas réaliser cette opération maintenant. Veuillez réessayer plus tard.

Articles 1–5