論文の概要: Aggregating Incomplete and Noisy Rankings
- arxiv url: http://arxiv.org/abs/2011.00810v2
- Date: Sun, 27 Jun 2021 13:01:15 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-30 11:12:36.631351
- Title: Aggregating Incomplete and Noisy Rankings
- Title（参考訳）: 不完全・騒がしいランキングの集計
- Authors: Dimitris Fotakis, Alkis Kalavasis, Konstantinos Stavropoulos
- Abstract要約: 我々は、ほとんど不完全でノイズの多いランキングから、一組の代替品の真の順序付けを学ぶことの問題を考察する。
我々の選択的なMallowsモデルは、任意の選択肢の任意の部分集合におけるノイズの多いランクを出力する。
選抜されたMallowsランキングから、最適極大ランキングを効率的に計算する方法を示す。
- 参考スコア（独自算出の注目度）: 13.267203883254087
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We consider the problem of learning the true ordering of a set of
alternatives from largely incomplete and noisy rankings. We introduce a natural
generalization of both the classical Mallows model of ranking distributions and
the extensively studied model of noisy pairwise comparisons. Our selective
Mallows model outputs a noisy ranking on any given subset of alternatives,
based on an underlying Mallows distribution. Assuming a sequence of subsets
where each pair of alternatives appears frequently enough, we obtain strong
asymptotically tight upper and lower bounds on the sample complexity of
learning the underlying complete ranking and the (identities and the) ranking
of the top-k alternatives from selective Mallows rankings. Moreover, building
on the work of (Braverman and Mossel, 2009), we show how to efficiently compute
the maximum likelihood complete ranking from selective Mallows rankings.
- Abstract（参考訳）: 我々は,不完全で騒がしいランキングから選択肢の集合の真の順序を学習する問題を考える。
本稿では, ランク分布の古典的マロモデルと, 広範に研究されたペアワイズ比較モデルの両方の自然一般化について述べる。
我々の選択的mallowsモデルは、基盤となるmallows分布に基づいて、任意の選択肢のサブセットに対してノイズの多いランキングを出力する。
各選択肢のペアが十分な頻度で現れる部分集合の列を仮定すると、下位の完全なランキングと上位kの選択肢のランキングを選択マロのランキングから学習するサンプルの複雑さについて、漸近的に強固な上と下の境界が得られる。
さらに、(Braverman and Mossel, 2009) の業績に基づいて、選択的なマローズランキングから最大極大完備ランクを効率的に計算する方法を示す。
関連論文リスト
- Ranking with Slot Constraints [25.715799711674457]
我々はスロット制約問題に対する新しいランキングアルゴリズムであるMatchRankを考案した。
MatchRankの目標は、候補者がランキングの順に人間の意思決定者によって評価される場合、満たされたスロットの数を最大化するランキングを作成することである。
我々の理論的分析は、MatchRankがスロットや候補間の独立性の仮定なしで、強い近似保証を持つことを示している。
論文 参考訳（メタデータ） (2023-10-27T03:14:50Z) - Found in the Middle: Permutation Self-Consistency Improves Listwise Ranking in Large Language Models [63.714662435555674]
大規模言語モデル(LLM)は、文脈の使い方に位置バイアスを示す。
我々は,ブラックボックスLLMのランキングリスト出力に対して,自己整合性(permutation self-consistency)を提案する。
LLaMA v2 (70B) では GPT-3.5 では 7-18% , LLaMA v2 (70B) では 8-16% である。
論文 参考訳（メタデータ） (2023-10-11T17:59:02Z) - Partitioned Saliency Ranking with Dense Pyramid Transformers [4.449304130658638]
サリエンシランキングは、インスタンスレベルのサリエンシの度合いを評価することに焦点を当てた、挑戦的なタスクとして登場した。
従来のアプローチでは、固有の曖昧さを明示的に解決していない有能なインスタンスのランクスコアを直接ソートすることで、サリエンシのランク付けを行っている。
本稿では,非順序の有意なインスタンスをパーティションに分割し,それらのパーティション間の相関に基づいてランク付けするパーティション・バイ・パーティション・パラダイムを提案する。
論文 参考訳（メタデータ） (2023-08-01T02:33:10Z) - Bipartite Ranking Fairness through a Model Agnostic Ordering Adjustment [54.179859639868646]
本稿では,二部類ランキングにおける公平性を実現するためのモデルに依存しない後処理フレームワークxOrderを提案する。
xOrderは、教師なしおよび教師なしの公正度メトリックを含む、さまざまな分類モデルとランキングフェアネスメトリクスと互換性がある。
提案アルゴリズムを,4つのベンチマークデータセットと2つの実世界の患者電子健康記録リポジトリ上で評価した。
論文 参考訳（メタデータ） (2023-07-27T07:42:44Z) - Heuristic Search for Rank Aggregation with Application to Label Ranking [16.275063634853584]
本稿では,階層化問題を解くために,効果的なハイブリッド進化的ランキングアルゴリズムを提案する。
このアルゴリズムは、コンコーダントペアに基づくセマンティッククロスオーバーと、効率的な漸進的評価手法によって強化された遅延受容局所探索を特徴とする。
アルゴリズムを評価するために実験が行われ、ベンチマークインスタンス上での高い競争性能を示す。
論文 参考訳（メタデータ） (2022-01-11T11:43:17Z) - Adaptive Sampling for Heterogeneous Rank Aggregation from Noisy Pairwise
Comparisons [85.5955376526419]
ランキングアグリゲーション問題では、各項目を比較する際に、様々な精度レベルが示される。
本稿では,ノイズのあるペアワイズ比較によってアイテムのランクを推定する,除去に基づくアクティブサンプリング戦略を提案する。
提案アルゴリズムは,商品の真のランキングを高い確率で返却できることを示す。
論文 参考訳（メタデータ） (2021-10-08T13:51:55Z) - Consensus-Guided Correspondence Denoising [67.35345850146393]
本稿では,地域間コンセンサス学習フレームワークと対応関係を異色化し,対応関係をロバストに識別する。
ローカル地域からグローバル地域への動的グラフから推定されるコンセンサススコアに基づいて,信頼度の高い候補を初期マッチングから蒸留する新しい「プルーニング」ブロックを導入した。
本手法は、堅牢なラインフィッティング、ワイドベースライン画像マッチング、画像ローカリゼーションベンチマークを顕著なマージンで上回る。
論文 参考訳（メタデータ） (2021-01-03T09:10:00Z) - Concentric mixtures of Mallows models for top-$k$ rankings: sampling and
identifiability [0.0]
上位ランクの2つのMallowsモデルの混合について検討する。
我々はMallows Top-k$ランキングの効率的なサンプリングアルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-10-27T13:00:37Z) - SetRank: A Setwise Bayesian Approach for Collaborative Ranking from
Implicit Feedback [50.13745601531148]
提案手法は,提案システムにおける暗黙的フィードバックの特性に対応するために,協調的ランキング(SeetRank)のためのセッティングワイドベイズ的手法を提案する。
具体的には、SetRankは、新しい設定された選好比較の後方確率を最大化することを目的としている。
また、SetRankの理論解析により、余剰リスクの境界が$sqrtM/N$に比例できることを示す。
論文 参考訳（メタデータ） (2020-02-23T06:40:48Z) - Fast and Robust Rank Aggregation against Model Misspecification [105.54181634234266]
ランクアグリゲーション(RA)では、異なるユーザからの好みのコレクションを、ユーザの同質性の仮定の下で総順にまとめる。
RAにおけるモデルの不特定は、複素実世界の状況において同質性の仮定が満たされないために生じる。
本稿では,モデル誤特定に対する堅牢性を有するCoarsenRankを提案する。
論文 参考訳（メタデータ） (2019-05-29T11:35:28Z)
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。