Die Arbeit "Enforcing Constraints for Machine Learning Systems via Declarative Feature Selection: An Experimental Study" von Felix Neutatz (TU Berlin), Felix Bießmann (Beuth Hochschule) und Ziawasch Abedjan (Leibniz Universität Hannover) wurde für eine Veröffentlichung auf der internationalen Konferenz für Datenmanagement (SIGMOD) 2021 angenommen.
Die Arbeit beschäftigt sich damit wie man ML-Applikationsbeschränkungen für z.B. Robustheit, Datenschutz, und Fairness mit Hilfe eines deklarativen Systems umsetzen kann, das auf der Auswahl von Feature beruht. Der Sourcecode ist in dem entsprechenden Repository (https://github.com/BigDaMa/DFS) zu finden.