論文の概要: Power in Liquid Democracy
- arxiv url: http://arxiv.org/abs/2010.07070v1
- Date: Wed, 14 Oct 2020 13:17:06 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-07 14:05:01.073402
- Title: Power in Liquid Democracy
- Title(参考訳): 液体民主主義の力
- Authors: Yuzhe Zhang and Davide Grossi
- Abstract要約: 本稿では,代用投票システムのための権限理論を考案する。
我々は、有権者と議員の両方の影響を測定することができるパワーインデックスを定義する。
- 参考スコア(独自算出の注目度): 11.4219428942199
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The paper develops a theory of power for delegable proxy voting systems. We
define a power index able to measure the influence of both voters and
delegators. Using this index, which we characterize axiomatically, we extend an
earlier game-theoretic model by incorporating power-seeking behavior by agents.
We analytically study the existence of pure strategy Nash equilibria in such a
model. Finally, by means of simulations, we study the effect of relevant
parameters on the emergence of power inequalities in the model.
- Abstract(参考訳): 本稿では,代用投票システムのための権限理論を考案する。
我々は、有権者と議員の両方の影響を測定することができるパワーインデックスを定義する。
この指標を用いて,エージェントによるパワーサーキング動作を取り入れることで,従来のゲーム理論モデルを拡張した。
このようなモデルにおける純粋な戦略ナッシュ均衡の存在を解析的に研究する。
最後に,シミュレーションを用いて,モデル内のパワー不等式の発生に対する関連するパラメータの影響について検討する。
関連論文リスト
- Unified Causality Analysis Based on the Degrees of Freedom [1.2289361708127877]
本稿では,システム間の因果関係を同定する統一手法を提案する。
システムの自由度を分析することで、私たちのアプローチは因果的影響と隠れた共同設立者の両方についてより包括的な理解を提供する。
この統合されたフレームワークは、理論モデルとシミュレーションを通じて検証され、その堅牢性とより広範な応用の可能性を示す。
論文 参考訳(メタデータ) (2024-10-25T10:57:35Z) - Sequential Representation Learning via Static-Dynamic Conditional Disentanglement [58.19137637859017]
本稿では,ビデオ中の時間非依存要因と時間変化要因を分離することに着目し,逐次的データ内での自己教師付き不整合表現学習について検討する。
本稿では,静的/動的変数間の因果関係を明示的に考慮し,それらの因子間の通常の独立性仮定を破る新しいモデルを提案する。
実験により、提案手法は、シーンのダイナミックスが内容に影響されるシナリオにおいて、従来の複雑な最先端技術よりも優れていることが示された。
論文 参考訳(メタデータ) (2024-08-10T17:04:39Z) - Nested replicator dynamics, nested logit choice, and similarity-based learning [56.98352103321524]
我々は,分割型類似性構造を持つアクションセットを持つゲームにおいて,学習と進化のモデルを考える。
このモデルでは、修正エージェントは現在の戦略と類似とみなす他の戦略を比較する確率が高い。
同様の戦略に対するこの暗黙の偏見のため、結果として生じる力学は模倣ゲーム力学の標準的な単調性合理性のいずれかを満たすことができない。
論文 参考訳(メタデータ) (2024-07-25T07:09:53Z) - Separation Power of Equivariant Neural Networks [11.906285279109477]
そこで我々は,同変ニューラルネットのポイントワイドアクティベーションを用いた分離パワーを理論的に検討する枠組みを提案する。
ReLU や sigmoid のような全ての非ポリノミカルな活性化は、表現性の観点から等価であることを示す。
論文 参考訳(メタデータ) (2024-06-13T09:52:44Z) - From SHAP Scores to Feature Importance Scores [4.8158930873043335]
本稿は,特徴属性と優先投票力の間には,重要な関係があることを示唆する。
XAIの重要度スコア(FIS)として、最も広く使用されるパワー指標のいくつかがどのように利用されるかは、まだ不明である。
論文 参考訳(メタデータ) (2024-05-20T03:52:41Z) - Identifiable Latent Neural Causal Models [82.14087963690561]
因果表現学習は、低レベルの観測データから潜伏した高レベルの因果表現を明らかにすることを目指している。
因果表現の識別可能性に寄与する分布シフトのタイプを決定する。
本稿では,本研究の成果を実用的なアルゴリズムに翻訳し,信頼性の高い潜在因果表現の取得を可能にする。
論文 参考訳(メタデータ) (2024-03-23T04:13:55Z) - Interpretable Imitation Learning with Dynamic Causal Relations [65.18456572421702]
得られた知識を有向非巡回因果グラフの形で公開することを提案する。
また、この因果発見プロセスを状態依存的に設計し、潜在因果グラフのダイナミクスをモデル化する。
提案するフレームワークは,動的因果探索モジュール,因果符号化モジュール,予測モジュールの3つの部分から構成され,エンドツーエンドで訓練される。
論文 参考訳(メタデータ) (2023-09-30T20:59:42Z) - Mathematical Modeling and Optimal Control of Untrue Information :
Dynamic SEIZ in Online Social Networks [0.43512163406551996]
噂を広めることに特化したSEIRモデルに基づくモデルを操作する。
第2部では,噂の拡散に対抗するための制御戦略を導入する。
論文 参考訳(メタデータ) (2023-09-09T09:16:44Z) - Power law dynamics in genealogical graphs [0.0]
いくつかの個体群における個人の影響を測定し、その進化のダイナミクスを研究するためにアルゴリズムを用いる。
観測された電力法則の出現は時間とともに動的に振舞うことを示す。
また、エリート主義が観測されたパワー・ロー・スケーリング・ファクターに大きな影響を及ぼす証拠を示す。
論文 参考訳(メタデータ) (2020-10-12T05:35:31Z) - On the model-based stochastic value gradient for continuous
reinforcement learning [50.085645237597056]
モデルベースエージェントは,サンプル効率と最終報酬の両方の観点から,最先端のモデルフリーエージェントより優れていることを示す。
以上の結果から,モデルに基づく政策評価がより注目に値することが示唆された。
論文 参考訳(メタデータ) (2020-08-28T17:58:29Z) - Generalization Properties of Optimal Transport GANs with Latent
Distribution Learning [52.25145141639159]
本研究では,潜伏分布とプッシュフォワードマップの複雑さの相互作用が性能に与える影響について検討する。
我々の分析に感銘を受けて、我々はGANパラダイム内での潜伏分布とプッシュフォワードマップの学習を提唱した。
論文 参考訳(メタデータ) (2020-07-29T07:31:33Z)
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。