Fugu-MT 論文翻訳(概要): Predicting Propensity to Vote with Machine Learning

論文の概要: Predicting Propensity to Vote with Machine Learning

arxiv url: http://arxiv.org/abs/2102.01535v1
Date: Tue, 2 Feb 2021 15:04:39 GMT
ステータス: 翻訳完了
システム内更新日: 2021-02-04 10:03:35.313909
Title: Predicting Propensity to Vote with Machine Learning
Title（参考訳）: 機械学習による投票傾向の予測
Authors: Rebecca D. pollard, Sara M. Pollard, Scott Streit
Abstract要約: 機械学習は、個人が過去の行動や属性から投票する確率を推測することを可能にすることを実証する。これは、投票者のアウトリーチ、投票者教育、投票者獲得キャンペーン(GOVT)のマイクロターゲット化に有用である。
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: We demonstrate that machine learning enables the capability to infer an individual's propensity to vote from their past actions and attributes. This is useful for microtargeting voter outreach, voter education and get-out-the-vote (GOVT) campaigns. Political scientists developed increasingly sophisticated techniques for estimating election outcomes since the late 1940s. Two prior studies similarly used machine learning to predict individual future voting behavior. We built a machine learning environment using TensorFlow, obtained voting data from 2004 to 2018, and then ran three experiments. We show positive results with a Matthews correlation coefficient of 0.39.
Abstract（参考訳）: 機械学習は、過去の行動や属性から投票する個人の傾向を推測する能力を可能にすることを実証します。これは、投票者のアウトリーチ、投票者教育、govtキャンペーンのマイクロターゲティングに有用である。政治学者は1940年代後半から選挙結果を推定する高度な技術を発展させた。 2つの先行研究は機械学習を使って将来の投票行動を予測する。 TensorFlowを使った機械学習環境を構築し、2004年から2018年まで投票データを取得し、3つの実験を実施しました。マシューズ相関係数 0.39 で陽性となった。

関連論文リスト

ElectionSim: Massive Population Election Simulation Powered by Large Language Model Driven Agents [70.17229548653852]
我々は,大規模言語モデルに基づく革新的な選挙シミュレーションフレームワークであるElectronSimを紹介する。ソーシャルメディアプラットフォームからサンプリングした100万レベルの投票者プールを提示し、正確な個人シミュレーションを支援する。 PPEは、米国大統領選挙シナリオ下での我々の枠組みの性能を評価するための、世論調査に基づく大統領選挙ベンチマークである。
論文参考訳（メタデータ） (2024-10-28T05:25:50Z)
Will Trump Win in 2024? Predicting the US Presidential Election via Multi-step Reasoning with Large Language Models [12.939107088730513]
選挙予測は、限られた有権者レベルのデータ、急速に変化する政治情勢、複雑な人間の振る舞いをモデル化する必要性など、ユニークな課題を生んでいる。政治分析のための多段階推論フレームワークを提案する。われわれのアプローチは、2016年と2020年のアメリカ大統領選挙研究(ANES)の実際のデータに基づいて検証されている。我々は,2024年アメリカ合衆国大統領選挙の結果を事前に予測するために,我々の枠組みを適用した。
論文参考訳（メタデータ） (2024-10-21T06:18:53Z)
Representation Bias in Political Sample Simulations with Large Language Models [54.48283690603358]
本研究は,大規模言語モデルを用いた政治サンプルのシミュレーションにおけるバイアスの同定と定量化を目的とする。 GPT-3.5-Turboモデルを用いて、米国選挙研究、ドイツ縦割り選挙研究、ズオビアオデータセット、中国家族パネル研究のデータを活用する。
論文参考訳（メタデータ） (2024-07-16T05:52:26Z)
Learning to Manipulate under Limited Information [44.99833362998488]
私たちは、26サイズの70,000以上のニューラルネットワークをトレーニングし、8つの異なる投票方法に対処しました。ボルダなど一部の投票手法は限られた情報を持つネットワークで高度に操作可能であるのに対して、Instant Runoffのような投票手法はそうではない。
論文参考訳（メタデータ） (2024-01-29T18:49:50Z)
Adaptively Weighted Audits of Instant-Runoff Voting Elections: AWAIRE [61.872917066847855]
即時投票(IRV)選挙の監査方法は、リスク制限や、各投票における投票の電子的記録であるキャスト投票記録(CVR)を必要とするものではない。我々は,CVRが利用できない場合に,適応的に重み付けされたテストスーパーマーチンガルを用いてITV選挙を効率よく監査するRLA手法を開発した。
論文参考訳（メタデータ） (2023-07-20T15:55:34Z)
Data as voters: instance selection using approval-based multi-winner voting [1.597617022056624]
機械学習(あるいはデータマイニング)におけるインスタンス選択問題に対する新しいアプローチを提案する。私たちのモデルでは、インスタンスは有権者と候補者として二重の役割を担います。 SVM では,EJR や PJR を満たすいくつかの投票規則を用いて,平均精度をわずかに向上させた。
論文参考訳（メタデータ） (2023-04-19T22:00:23Z)
Design and analysis of tweet-based election models for the 2021 Mexican legislative election [55.41644538483948]
選挙日前の6ヶ月の間に、1500万件の選挙関連ツイートのデータセットを使用します。地理的属性を持つデータを用いたモデルが従来のポーリング法よりも精度と精度で選挙結果を決定することがわかった。
論文参考訳（メタデータ） (2023-01-02T12:40:05Z)
Novelty Detection for Election Fraud: A Case Study with Agent-Based Simulation Data [6.692240192392746]
不正行為のないクリーンな選挙結果データセットと、不正行為の度合いの異なるデータセットを生成します。このアルゴリズムは、投票結果の予測結果と実際の選挙結果の類似性を決定する。シミュレーション手法と機械学習モデルの有効性を両立させ,不正領域の同定に成功した。
論文参考訳（メタデータ） (2022-11-29T08:46:36Z)
Expected Frequency Matrices of Elections: Computation, Geometry, and Preference Learning [58.23459346724491]
我々は、Szufa et al.(AAMAS 2020)の「選挙マップ」アプローチを用いて、よく知られた投票分布を分析します。分布の「スケルトン写像」を描き、その頑健さを評価し、その性質を分析する。
論文参考訳（メタデータ） (2022-05-16T17:40:22Z)
Forecasting elections results via the voter model with stubborn nodes [7.9603223299524535]
我々は、英国の保守党と労働党、米国の共和党と民主党の投票シェアについて調べる。モデルパラメータの時間進化的な見積もりを実行し、これらを使用して、どの選挙においても各政党の投票シェアを予測できます。
論文参考訳（メタデータ） (2020-09-22T15:36:59Z)
Electoral Forecasting Using a Novel Temporal Attenuation Model: Predicting the US Presidential Elections [91.3755431537592]
予備選別世論調査データを用いて予測精度を向上させる新しいマクロスケール時間減衰(TA)モデルを開発した。我々の仮説は、世論調査を公表するタイミングは、特に選挙直前の世論の変動に重要な役割を果たす、というものである。我々は,48年間の平均予測誤差2.8-3.28点を蓄積するTAモデルの2つの異なる実装を提案する。
論文参考訳（メタデータ） (2020-04-30T09:21:52Z)

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。