論文の概要: Detecting corruption in single-bidder auctions via positive-unlabelled
learning
- arxiv url: http://arxiv.org/abs/2102.05523v1
- Date: Wed, 10 Feb 2021 16:08:12 GMT
- ステータス: 処理完了
- システム内更新日: 2021-02-11 14:25:02.001948
- Title: Detecting corruption in single-bidder auctions via positive-unlabelled
learning
- Title(参考訳): 正のunlabelled learningによるシングルバイダーオークションにおける腐敗検出
- Authors: Natalya Goryunova, Artem Baklanov, Egor Ianovski
- Abstract要約: 単一入札率(英: single-bidder rate)は、公共調達における汚職のプロキシとして一般的に用いられるが、これは腐敗したオークションの証拠ではなく、競争力のないオークションである。
本稿では,ロシア連邦における公募の競売を,おそらく公正な競売と疑わしい競売に分けるために,肯定的でない分類を用いる。
- 参考スコア(独自算出の注目度): 0.36832029288386126
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In research and policy-making guidelines, the single-bidder rate is a
commonly used proxy of corruption in public procurement used but ipso facto
this is not evidence of a corrupt auction, but an uncompetitive auction. And
while an uncompetitive auction could arise due to a corrupt procurer attempting
to conceal the transaction, but it could also be a result of geographic
isolation, monopolist presence, or other structural factors. In this paper we
use positive-unlabelled classification to attempt to separate public
procurement auctions in the Russian Federation into auctions that are probably
fair, and those that are suspicious.
- Abstract(参考訳): 研究と政策立案のガイドラインでは、シングルバイダーレートは公共調達における汚職の一般的な代理人であるが、ipso事実これは腐敗したオークションの証拠ではなく、競争的なオークションである。
競売は、不正な調達者が取引を隠そうとしたことによるものかもしれないが、地理的孤立、独占的存在、その他の構造的要因の結果でもある。
本稿では,ロシア連邦における公共調達オークションを,おそらく公正なオークションと疑わしいオークションに分けるために,肯定的でない分類を用いる。
関連論文リスト
- On the Detection of Reviewer-Author Collusion Rings From Paper Bidding [71.43634536456844]
衝突リングは、コンピュータサイエンスカンファレンスのピアレビューシステムに大きな脅威をもたらす。
この問題を解決する1つのアプローチは、操作された入札から衝突するレビュアーを検出することである。
衝突環の検出が可能であるという研究はまだ確立されていない。
論文 参考訳(メタデータ) (2024-02-12T18:12:09Z) - The Role of Transparency in Repeated First-Price Auctions with Unknown
Valuations [5.536004526000019]
本研究では,1回の競売における落札者に対する後悔の問題について検討する。
我々の主な貢献は、競売の透明性の観点からのミニマックス後悔の対数的要因の完全な特徴である。
論文 参考訳(メタデータ) (2023-07-14T09:16:24Z) - Neural Auctions Compromise Bidder Information [43.82512707595423]
シングルショットオークションは、例えば広告スペースを販売したり、無線周波数を割り当てたりする際に、商品を売る手段として一般的に使用される。
ニューラルネットワークは、オークションが戦略的かつ個々に合理的であるという制約を満たしつつ、最適なメカニズムを近似するために使用できることが示されている。
このようなオークションは収益を最大化するが、個人入札情報を開示するコストがかかることを示している。
論文 参考訳(メタデータ) (2023-02-28T22:36:00Z) - Provable Unrestricted Adversarial Training without Compromise with
Generalizability [58.02189998104753]
敵の攻撃から守るための最も有望な戦略として、敵の訓練(AT)が広く考えられている。
既存のAT法は、標準的な一般化性を犠牲にして、しばしば敵の強靭性を達成している。
我々はProvable Unrestricted Adversarial Training (PUAT)と呼ばれる新しいATアプローチを提案する。
論文 参考訳(メタデータ) (2023-01-22T07:45:51Z) - A machine learning model to identify corruption in M\'exico's public
procurement contracts [0.0]
本稿では,M'exicoの公開調達データから不正契約を識別し,予測する機械学習モデルを提案する。
このモデルで考慮された最も重要な予測要因は、買い手とサプライヤーの関係に関するものである。
我々の研究は、公的調達契約における汚職を特定し、予測し、分析するための意思決定プロセスを支援するツールを提示します。
論文 参考訳(メタデータ) (2022-10-25T01:22:41Z) - A Dataset on Malicious Paper Bidding in Peer Review [84.68308372858755]
悪意あるレビュアーは、紙の割り当てを非倫理的に操作するために戦略的に入札した。
この問題を緩和するための方法の作成と評価への重要な障害は、悪意ある紙入札に関する公開データの欠如である。
我々は、参加者に正直に、悪意的に入札するよう指示されたモックカンファレンス活動から収集された、新しいデータセットをリリースする。
論文 参考訳(メタデータ) (2022-06-24T20:23:33Z) - Artificial Intelligence and Auction Design [0.0]
付加的なフィードバックを伴わないファーストプライスのオークションが,暗黙的な結果につながることが判明した。
この違いは, 単価の競売において, 競争相手を1つの入札インクリメントで圧倒するインセンティブによって引き起こされることを示す。
また、Googleが第1価格のオークションに切り替えたときに導入した最低入札に関する情報が、オークションの競争力を高めることも示している。
論文 参考訳(メタデータ) (2022-02-12T00:54:40Z) - Incentives for Item Duplication under Fair Ranking Policies [69.14168955766847]
重複が存在する場合の様々な公正ランキングポリシーの振る舞いについて検討する。
適合性にのみ焦点を絞った政策よりも、重複を動機付ける可能性を秘めているため、公正を意識したランキングポリシーは多様性と矛盾する可能性がある。
論文 参考訳(メタデータ) (2021-10-29T11:11:15Z) - ProportionNet: Balancing Fairness and Revenue for Auction Design with
Deep Learning [55.76903822619047]
本研究では,強力なインセンティブ保証を備えた収益最大化オークションの設計について検討する。
我々は、高い収益と強力なインセンティブ保証を維持しつつ、公平性の懸念に対処するため、深層学習を用いてオークションを近似する手法を拡張した。
論文 参考訳(メタデータ) (2020-10-13T13:54:21Z)
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。