論文の概要: A quest for a fair schedule: The Young Physicists' Tournament

• arxiv url: http://arxiv.org/abs/2006.02184v2
• Date: Mon, 19 Apr 2021 07:39:26 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-25 18:28:36.381658
• Title: A quest for a fair schedule: The Young Physicists' Tournament
• Title（参考訳）: 公正なスケジュールを求めて:若い物理学者のトーナメント
• Authors: Katar\'ina Cechl\'arov\'a, \'Agnes Cseh, Zsuzsanna Jank\'o, Mari\'an Kire\v{s}, Luk\'a\v{s} Mi\v{n}o
• Abstract要約: ヤング・フィジスト・トーナメント(Young Physicists Tournament)は、37か国から5大陸の高校生の間で開催される、チーム指向の科学コンペティションである。 主催者の任務は、各チームが選択した問題のそれぞれを正確に1回だけ提示し、1回の戦闘で何の問題も提示しないように、戦闘の構成を選択することである。 両部グラフに適切なエッジカラー化を構築することにより,その一部は確実に実現可能であることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The Young Physicists Tournament is an established team-oriented scientific competition between high school students from 37 countries on 5 continents. The competition consists of scientific discussions called Fights. Three or four teams participate in each Fight, each of whom presents a problem while rotating the roles of Presenter, Opponent, Reviewer, and Observer among them. The rules of a few countries require that each team announce in advance 3 problems they will present at the national tournament. The task of the organizers is to choose the composition of Fights in such a way that each team presents each of its chosen problems exactly once and within a single Fight no problem is presented more than once. Besides formalizing these feasibility conditions, in this paper we formulate several additional fairness conditions for tournament schedules. We show that the fulfillment of some of them can be ensured by constructing suitable edge colorings in bipartite graphs. To find fair schedules, we propose integer linear programs and test them on real as well as randomly generated data.
• Abstract（参考訳）: ヤング・フィジスト・トーナメント(Young Physicists Tournament)は、37か国から5大陸の高校生によるチーム指向の科学コンペティションである。 コンペティションはFightsと呼ばれる科学的な議論から成り立っている。 3つまたは4つのチームがそれぞれの戦闘に参加し、それぞれがプレゼンター、反対者、審査員、オブザーバーの役割を回しながら問題を提示します。 いくつかの国のルールでは、各チームが前もって3つの問題を全国大会で発表する必要がある。 主催者の任務は、各チームが選択した問題のそれぞれを正確に1回だけ提示し、1回の戦闘で何の問題も提示しないように、戦闘の構成を選択することである。 本論文では,これらの実現可能性条件の形式化に加えて,トーナメントスケジュールに対する追加の公正条件を定式化する。 また, 2成分グラフのエッジ彩色を適度に構築することで, それらの満足度を確保できることを示す。 公平なスケジュールを求めるため、整数線形プログラムを提案し、実データとランダムに生成されたデータでテストする。

関連論文リスト

• The SkatingVerse Workshop & Challenge: Methods and Results [137.81522563074287]
  SkatingVerse Workshop & Challengeは、人間の行動理解のための新規で正確な方法の研究を促進することを目的としている。 SkatingVerse Challengeで使用されるデータセットが公開された。 世界中から参加する約10チームがSkatingVerse Challengeに出場した。
  論文  参考訳（メタデータ） (2024-05-27T14:12:07Z)
• Challenge design roadmap [0.25631808142941404]
  この章は、挑戦のための強力な計画を作成するためのガイドラインを提供する。 これはKaggle 1やChaLearn 2といった組織による準備ガイドラインを引き合いに出している。
  論文  参考訳（メタデータ） (2024-01-15T10:58:30Z)
• All by Myself: Learning Individualized Competitive Behaviour with a Contrastive Reinforcement Learning optimization [57.615269148301515]
  競争ゲームのシナリオでは、エージェントのセットは、彼らの目標を最大化し、敵の目標を同時に最小化する決定を学習する必要があります。 本稿では,競争ゲームの表現を学習し,特定の相手の戦略をどうマップするか,それらを破壊するかを学習する3つのニューラルネットワーク層からなる新しいモデルを提案する。 我々の実験は、オフライン、オンライン、競争特化モデル、特に同じ対戦相手と複数回対戦した場合に、我々のモデルがより良いパフォーマンスを達成することを示した。
  論文  参考訳（メタデータ） (2023-10-02T08:11:07Z)
• Benchmarking Robustness and Generalization in Multi-Agent Systems: A Case Study on Neural MMO [50.58083807719749]
  IJCAI 2022で開催されている第2回Neural MMOチャレンジの結果を報告する。 この競合はマルチエージェントシステムの堅牢性と一般化をターゲットにしている。 環境ラッパー、ベースライン、可視化ツール、そしてさらなる研究のための選択されたポリシーを含むベンチマークをオープンソースにします。
  論文  参考訳（メタデータ） (2023-08-30T07:16:11Z)
• ICDAR 2023 Competition on Hierarchical Text Detection and Recognition [60.68100769639923]
  このコンペティションは、テキストの検出と認識を共同で行うディープラーニングモデルとシステムの研究を促進することを目的としている。 提案するコンペティション組織の詳細について,タスク,データセット,評価,スケジュールなどを紹介する。 大会期間中(2023年1月2日から2023年4月1日まで)、20チーム以上から少なくとも50人が提案された2つのタスクで応募された。
  論文  参考訳（メタデータ） (2023-05-16T18:56:12Z)
• Value-based CTDE Methods in Symmetric Two-team Markov Game: from Cooperation to Team Competition [3.828689444527739]
  混合協調競争環境における協調的価値ベース手法の評価を行った。 集中型トレーニングと分散型実行パラダイムに基づく3つのトレーニング手法を選択した。 実験では、StarCraft Multi-Agent Challenge環境を変更して、両チームが同時に学び、競争できる競争環境を作りました。
  論文  参考訳（メタデータ） (2022-11-21T22:25:55Z)
• A Summary of the ALQAC 2021 Competition [0.8348996461770016]
  今年の競技には3つのタスクが含まれており、その中には法定テキスト情報検索(タスク1)、法定テキスト検索予測(タスク2)、法定テキスト質問回答(タスク3)が含まれる。 これらのタスクの最終目標は、特定の声明が合法であるかどうかを自動的に判断できるシステムを構築することである。 参加するチームのアプローチには制限はありません。 本稿では,各チームのアプローチ,公式な結果,競争に関する議論について要約する。
  論文  参考訳（メタデータ） (2022-04-22T14:13:38Z)
• Retrospective on the 2021 BASALT Competition on Learning from Human Feedback [92.37243979045817]
  競争の目的は、人間のフィードバック(LfHF)技術から学び、オープンワールドの課題を解決するエージェントへの研究を促進することであった。 LfHF技術の使用を義務付けるのではなく、ビデオゲームMinecraftで達成すべき自然言語の4つのタスクについて説明した。 チームは、様々な可能な人間のフィードバックタイプにまたがる多様なLfHFアルゴリズムを開発した。
  論文  参考訳（メタデータ） (2022-04-14T17:24:54Z)
• Merging Knockout and Round-Robin Tournaments: A Flexible Linear Elimination Tournament Design [0.0]
  本稿では,人気のあるノックアウトトーナメントとラウンドロビントーナメントを組み合わせた新しいトーナメント構造を提案する。 分断的排除と排除の極端さとは対照的に,我々のトーナメントは,参加者をできるだけ直線的に排除することを目的としている。
  論文  参考訳（メタデータ） (2022-03-22T19:36:40Z)
• Coach-Player Multi-Agent Reinforcement Learning for Dynamic Team Composition [88.26752130107259]
  現実世界のマルチエージェントシステムでは、異なる能力を持つエージェントがチーム全体の目標を変更することなく参加または離脱する可能性がある。 この問題に取り組むコーチ・プレイヤー・フレームワーク「COPA」を提案します。 1)コーチと選手の両方の注意メカニズムを採用し、2)学習を正規化するための変動目標を提案し、3)コーチが選手とのコミュニケーションのタイミングを決定するための適応的なコミュニケーション方法を設計する。
  論文  参考訳（メタデータ） (2021-05-18T17:27:37Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。