論文の概要: Aligning with Heterogeneous Preferences for Kidney Exchange

• arxiv url: http://arxiv.org/abs/2006.09519v1
• Date: Tue, 16 Jun 2020 21:16:53 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-20 21:13:27.803034
• Title: Aligning with Heterogeneous Preferences for Kidney Exchange
• Title（参考訳）: 腎臓交換における異種選好との整合
• Authors: Rachel Freedman
• Abstract要約: 不均一な道徳的嗜好に基づいて患者を優先する手法を提案する。 本手法は, サンプル選好順序における一致患者の平均ランクを上昇させ, グループ選好の満足度の向上を示唆する。
• 参考スコア（独自算出の注目度）: 7.858296711223292
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: AI algorithms increasingly make decisions that impact entire groups of humans. Since humans tend to hold varying and even conflicting preferences, AI algorithms responsible for making decisions on behalf of such groups encounter the problem of preference aggregation: combining inconsistent and sometimes contradictory individual preferences into a representative aggregate. In this paper, we address this problem in a real-world public health context: kidney exchange. The algorithms that allocate kidneys from living donors to patients needing transplants in kidney exchange matching markets should prioritize patients in a way that aligns with the values of the community they serve, but allocation preferences vary widely across individuals. In this paper, we propose, implement and evaluate a methodology for prioritizing patients based on such heterogeneous moral preferences. Instead of selecting a single static set of patient weights, we learn a distribution over preference functions based on human subject responses to allocation dilemmas, then sample from this distribution to dynamically determine patient weights during matching. We find that this methodology increases the average rank of matched patients in the sampled preference ordering, indicating better satisfaction of group preferences. We hope that this work will suggest a roadmap for future automated moral decision making on behalf of heterogeneous groups.
• Abstract（参考訳）: AIアルゴリズムはますます人間のグループ全体に影響を及ぼす決定を下す。 人間は様々な好みを保ち、矛盾する傾向にあるため、そのようなグループのために決定を下すAIアルゴリズムは、不整合性や矛盾する個人の好みを代表集合に組み込むという、嗜好集約の問題に遭遇する。 本稿では,この問題を実世界の公衆衛生,腎臓交換という文脈で解決する。 生体提供者から腎臓交換市場において移植が必要な患者に腎臓を割り当てるアルゴリズムは、提供するコミュニティの価値に合致する方法で患者を優先するが、割り当ての好みは個人によって大きく異なる。 本稿では,このような不均一なモラル嗜好に基づいて,患者を優先順位付けするための方法論を提案し,実装し,評価する。 患者重みの静的なセットを1つ選択する代わりに、ジレンマの割り当てに対するヒトの反応に基づいて選好関数の分布を学習し、この分布からサンプルを採取し、マッチング中の患者重みを動的に決定する。 本手法は, サンプル選好順序における一致患者の平均ランクを上昇させ, グループ選好の満足度の向上を示唆する。 この作業は、異種グループを代表して、将来の自動化された道徳的意思決定のロードマップを提案することを願っています。

関連論文リスト

• ComPO: Community Preferences for Language Model Personalization [122.54846260663922]
  ComPOは、言語モデルにおける好みの最適化をパーソナライズする手法である。 ComPRedはRedditからコミュニティレベルの好みを持った質問応答データセットです。
  論文  参考訳（メタデータ） (2024-10-21T14:02:40Z)
• Towards Stable Preferences for Stakeholder-aligned Machine Learning [0.48533995158972176]
  本研究の主な目的は、腎臓のアロケーションに関連する個人レベルの嗜好とグループレベルの嗜好の両方を学ぶ方法を作ることである。 利害関係者の選好を腎臓割当プロセスに取り入れることで,臓器移植の倫理的側面を推し進めることを目指す。
  論文  参考訳（メタデータ） (2024-01-27T02:21:31Z)
• Machine learning-based patient selection in an emergency department [0.0]
  本稿では機械学習(ML)に基づく患者選択手法の可能性について検討する。 システムの包括的な状態表現と、複雑な非線形選択関数が組み込まれている。 その結果,提案手法は評価条件の大部分においてAPQ法よりも有意に優れていた。
  論文  参考訳（メタデータ） (2022-06-08T08:56:52Z)
• Finding Regions of Heterogeneity in Decision-Making via Expected Conditional Covariance [3.9775905909091804]
  本稿では,意思決定者間不一致度の高いコンテキストのタイプを同定するアルゴリズムを提案する。 我々はこれを因果推論問題として定式化し、意思決定者の委任が決定に因果関係に大きな影響を及ぼす地域を求める。 われわれのアルゴリズムを実世界の医療データセットに適用し、既存の臨床知識と整合した変動を回復する。
  論文  参考訳（メタデータ） (2021-10-27T15:20:12Z)
• A Twin Neural Model for Uplift [59.38563723706796]
  Upliftは条件付き治療効果モデリングの特定のケースです。 相対リスクのベイズ解釈との関連性を利用して定義した新たな損失関数を提案する。 本提案手法は,シミュレーション設定の最先端と大規模ランダム化実験による実データとの競合性を示す。
  論文  参考訳（メタデータ） (2021-05-11T16:02:39Z)
• Learning $\mathbf{\mathit{Matching}}$ Representations for Individualized Organ Transplantation Allocation [98.43063331640538]
  臓器アロケーションと移植結果の観察データを用いて,臓器マッチングのためのデータ駆動型ルールの学習問題を定式化する。 本稿では,表現学習に基づくモデルを提案し,ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ドナー/ド 本モデルは,ヒトの専門家が実施する最先端のアロケーション手法やポリシーより優れる。
  論文  参考訳（メタデータ） (2021-01-28T01:33:21Z)
• Adversarial Sample Enhanced Domain Adaptation: A Case Study on Predictive Modeling with Electronic Health Records [57.75125067744978]
  ドメイン適応を容易にするデータ拡張手法を提案する。 逆生成したサンプルはドメイン適応時に使用される。 その結果,本手法の有効性とタスクの一般性が確認された。
  論文  参考訳（メタデータ） (2021-01-13T03:20:20Z)
• Indecision Modeling [50.00689136829134]
  AIシステムは人間の価値観に合わせて行動することが重要である。 人々はしばしば決定的ではなく、特に彼らの決定が道徳的な意味を持つときです。
  論文  参考訳（メタデータ） (2020-12-15T18:32:37Z)
• Adapting a Kidney Exchange Algorithm to Align with Human Values [59.395925461012126]
  腎臓交換における個人プロファイルの重み付けをエンドツーエンドに推定する手法を提案する。 これらの重量を腎臓交換市場浄化アルゴリズムでどのように使うかを示す。
  論文  参考訳（メタデータ） (2020-05-19T21:00:29Z)
• Online Batch Decision-Making with High-Dimensional Covariates [20.06690325969748]
  そこで本稿では, テキストタユーザではなく, テキストタバッチと同時に対話するシーケンシャル意思決定のための新しいアルゴリズムのクラスを提案し, 検討する。 textitTeamwork LASSO Banditアルゴリズムは,意思決定プロセス全体において,ステージと利己的なステージを切り替えることで,探索探索ジレンマのバッチバージョンを解決します。
  論文  参考訳（メタデータ） (2020-02-21T17:36:15Z)

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。