論文の概要: Participatory Budgeting with Project Groups
- arxiv url: http://arxiv.org/abs/2012.05213v1
- Date: Wed, 9 Dec 2020 18:23:04 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-16 01:55:53.516038
- Title: Participatory Budgeting with Project Groups
- Title(参考訳): プロジェクトグループによる参加予算
- Authors: Pallavi Jain, Krzysztof Sornat, Nimrod Talmon, Meirav Zehavi
- Abstract要約: 参加予算(PB)の標準承認に基づくモデルの一般化について検討する。
この問題は一般に難解であり,いくつかの特殊な場合に対して効率的な厳密アルゴリズムを記述する。
私たちの結果は、例えば、自治体は、テーマ的に、地理的に包括的であるより豊かなPBプロセスを保持することができます。
- 参考スコア(独自算出の注目度): 27.39571821668551
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We study a generalization of the standard approval-based model of
participatory budgeting (PB), in which voters are providing approval ballots
over a set of predefined projects and -- in addition to a global budget limit,
there are several groupings of the projects, each group with its own budget
limit. We study the computational complexity of identifying project bundles
that maximize voter satisfaction while respecting all budget limits. We show
that the problem is generally intractable and describe efficient exact
algorithms for several special cases, including instances with only few groups
and instances where the group structure is close to be hierarchical, as well as
efficient approximation algorithms. Our results could allow, e.g.,
municipalities to hold richer PB processes that are thematically and
geographically inclusive.
- Abstract(参考訳): 我々は,事前定義されたプロジェクトに対して,投票者が承認投票を行い,世界的な予算制限に加えて,各グループごとに予算制限を設けた標準承認型参加予算モデル(pb)の一般化について検討する。
予算制限を尊重しながら、投票者の満足度を最大化するプロジェクトバンドルを識別する計算複雑性について検討する。
この問題は一般に難解であり、グループ構造が階層的に近いグループやインスタンスが少ないインスタンスや効率的な近似アルゴリズムなど、いくつかの特別なケースで効率的な厳密アルゴリズムを記述することができる。
私たちの結果は、例えば自治体が、テーマ的に、地理的に包括的に、よりリッチなpbプロセスを持つことを可能にします。
関連論文リスト
- Exploring Welfare Maximization and Fairness in Participatory Budgeting [1.6317061277457001]
PB(Participatory budgeting)は、予算と呼ばれる様々なリソースを、これらのプロジェクトに対する個人の嗜好を集約して配布する投票パラダイムである。
この博士論文は、様々なPBモデルに対する福祉関連および公正関連目的について研究している。
論文 参考訳(メタデータ) (2024-10-26T10:51:22Z) - Fast Optimal Locally Private Mean Estimation via Random Projections [58.603579803010796]
ユークリッド球における高次元ベクトルの局所的プライベート平均推定の問題について検討する。
プライベート平均推定のための新しいアルゴリズムフレームワークであるProjUnitを提案する。
各ランダム化器はその入力をランダムな低次元部分空間に投影し、結果を正規化し、最適なアルゴリズムを実行する。
論文 参考訳(メタデータ) (2023-06-07T14:07:35Z) - Participatory Budgeting With Multiple Degrees of Projects And Ranged
Approval Votes [0.0]
PB(Indivisible Participatory budgeting)フレームワークでは、プロジェクト群に分散する限られた予算があります。
各投票者は、プロジェクトに必要なコストを上下に制限することで、各プロジェクトに対するさまざまなコストを承認する。
PBルールの結果はプロジェクトのサブセットを選択し、それに対応するコストを指定する。
論文 参考訳(メタデータ) (2023-05-18T13:39:56Z) - Beyond Submodularity: A Unified Framework of Randomized Set Selection
with Group Fairness Constraints [19.29174615532181]
グループフェアネス制約を組み込んだランダム化サブセット選択のための統一フレームワークを提案する。
我々の問題には、グローバルなユーティリティ関数と、各グループに対するグループユーティリティ関数のセットが含まれる。
我々の目的は、各実現可能な集合の選択確率を指定して、実現可能な部分集合にまたがる分布を生成することである。
論文 参考訳(メタデータ) (2023-04-13T15:02:37Z) - Maxmin Participatory Budgeting [1.1602089225841632]
PB(Participatory Budgeting, Participatory Budgeting)は、プロジェクトに対する有権者の選好に基づいて、限られた予算を一連のプロジェクトに分けられる人気投票方法である。
PBの重要な目的である平等主義は、未分化PBの文脈ではあまり注目されていない。
本稿は、自然平等主義的ルール、最大参加予算(MPB)の詳細な研究を通して、このギャップに対処する。
論文 参考訳(メタデータ) (2022-04-29T07:45:44Z) - Frequent Itemset-driven Search for Finding Minimum Node Separators in
Complex Networks [61.2383572324176]
本稿では,データマイニングにおける頻繁なアイテムセットマイニングの概念をよく知られたメメティック検索フレームワークに統合する,頻繁なアイテムセット駆動探索手法を提案する。
頻繁なアイテムセット組換え演算子を反復的に使用して、高品質なソリューションで頻繁に発生するアイテムセットに基づいた有望な子孫ソリューションを生成する。
特に、29個の新しい上界を発見し、以前の18個の最もよく知られた境界と一致する。
論文 参考訳(メタデータ) (2022-01-18T11:16:40Z) - Sample Complexity of Tree Search Configuration: Cutting Planes and
Beyond [98.92725321081994]
最先端の解法は、根底にある木探索アルゴリズムを高速化するために、無数の切削平面技術を統合している。
本研究は,インスタンス分布に合わせて高い性能のカット選択ポリシーを学習するための最初の保証を証明した。
論文 参考訳(メタデータ) (2021-06-08T00:57:59Z) - Participatory Budgeting with Donations and Diversity Constraints [31.521771465733057]
PB(Participatory budgeting)は、市民が公共資金を分割可能なプロジェクトに分配する方法を共同で決める民主的なプロセスである。
本稿は、市民が資金提供を希望するプロジェクトに追加資金を提供するPBプロセスに焦点を当てる。
この種のPBの正式な枠組みを寄付で紹介します。
当社のフレームワークは多様性の制約も許容しています。つまり、各プロジェクトは1つ以上のタイプに属しており、資金提供可能な同じタイプのプロジェクトの数に対して、下位と上位のバウンダリがあります。
論文 参考訳(メタデータ) (2021-04-30T15:48:25Z) - Differentially Private Clustering: Tight Approximation Ratios [57.89473217052714]
基本的なクラスタリング問題に対して,効率的な微分プライベートアルゴリズムを提案する。
この結果から,SampleとAggregateのプライバシーフレームワークのアルゴリズムの改善が示唆された。
1-Clusterアルゴリズムで使用されるツールの1つは、ClosestPairのより高速な量子アルゴリズムを適度な次元で得るために利用できる。
論文 参考訳(メタデータ) (2020-08-18T16:22:06Z) - Planning in Markov Decision Processes with Gap-Dependent Sample
Complexity [48.98199700043158]
マルコフ決定過程における計画のための新しいトラジェクトリに基づくモンテカルロ木探索アルゴリズム MDP-GapE を提案する。
我々は, MDP-GapE に要求される生成モデルに対する呼び出し回数の上限を証明し, 確率の高い準最適動作を同定する。
論文 参考訳(メタデータ) (2020-06-10T15:05:51Z) - Public Bayesian Persuasion: Being Almost Optimal and Almost Persuasive [57.47546090379434]
i) 任意の状態空間, (ii) 任意の行動空間, (iii) 任意の送信者のユーティリティ関数を用いて, 一般の状況下での公衆の説得問題を考察する。
任意の公的な説得問題に対して準多項式時間ビクテリア近似アルゴリズムを提案し、特定の設定でQPTASを出力する。
論文 参考訳(メタデータ) (2020-02-12T18:59:18Z)
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。