Adrián Arnaiz-Rodríguez

Estudiante de Doctorado

adrianarnaiz.es.md photo

Adrián Arnaiz Rodríguez es estudiante de doctorado de ELLIS. Estudió un Grado en Ingeniería Informática (2019, Universidad de Burgos) y Máster en Ciencia de Datos e Inteligencia Artificial (2021, Universitat Oberta de Catalunya). Los temas que aborda en su doctorado son la justicia de la IA, la causalidad y la teoría de grafos para mejorar la ética, la responsabilidad y la transparencia en la toma de decisiones algorítmicas. Sus supervisores son Nuria Oliver (ELLIS Alicante), Francisco Escolano (Universidad de Alicante) y Manuel Gómez Rodríguez (Max Planck Institute for Software Systems).

Sitio web: https://adrian-arnaiz.netlify.app
Enlace al perfil del ORCID: ORCID iD icon https://orcid.org/0000-0001-5567-801X

Publicaciones en asociación con ELLIS Alicante.

2024

Arnaiz-Rodríguez, A., Curto, G., & Oliver, N. (2024). Structural Group Unfairness: Measurement and Mitigation by means of the Effective Resistance. WWW 2024 Workshop on Trustworthy Learnin on Graphs (TrustLOG).
Arnaiz-Rodríguez, A., & Oliver, N. (2024). Towards Algorithmic Fairness by means of Instance-level Data Re-weighting based on Shapley Values. ICLR 2024 Workshop on Data-centric Machine Learning Research (DMLR).

2023

Curto, G., Arnaiz-Rodríguez, A., & Oliver, N. (2023). Algorithms for Social Justice: Affirmative Action in Social Networks. arXiv:2305.03223.
Arnaiz-Rodríguez, A., Escolano, F., & Oliver, N. (2023). FairShap: A Data Re-weighting Approach for Algorithmic Fairness based on Shapley Values. arXiv:2303.01928.

2022

Arnaiz-Rodríguez, A., Begga, A., Escolano, F., & Oliver, N. (2022). DiffWire: Inductive Graph Rewiring via the Lovász Bound. Proceedings of the First Learning on Graphs Conference, PMLR, 198, 15:1-15:27.
Olivares Gil, A., Arnaiz Rodríguez, A., Ramírez Sanz, J. M., Garrido Labrador, J. L., Ahedo García, V., García Osorio, C., Santos Martín, J. I., & Galán Ordax, J. M. (2022). Mapping the scientific structure of organization and management of enterprises using complex networks. International Journal of Production Management and Engineering, 10(1), 65-76.