Fugu-MT 論文翻訳(概要): Expected Frequency Matrices of Elections: Computation, Geometry, and Preference Learning

論文の概要: Expected Frequency Matrices of Elections: Computation, Geometry, and Preference Learning

arxiv url: http://arxiv.org/abs/2205.07831v1
Date: Mon, 16 May 2022 17:40:22 GMT
ステータス: 処理完了
システム内更新日: 2022-05-17 18:03:39.358323
Title: Expected Frequency Matrices of Elections: Computation, Geometry, and Preference Learning
Title（参考訳）: 選挙の予測周波数行列:計算,幾何学,選好学習
Authors: Niclas Boehmer, Robert Bredereck, Edith Elkind, Piotr Faliszewski, Stanis{\l}aw Szufa
Abstract要約: 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。
参考スコア（独自算出の注目度）: 58.23459346724491
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We use the "map of elections" approach of Szufa et al. (AAMAS 2020) to analyze several well-known vote distributions. For each of them, we give an explicit formula or an efficient algorithm for computing its frequency matrix, which captures the probability that a given candidate appears in a given position in a sampled vote. We use these matrices to draw the "skeleton map" of distributions, evaluate its robustness, and analyze its properties. We further use them to identify the nature of several real-world elections.
Abstract（参考訳）: 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する。それぞれに対して、その周波数行列を計算するための明示的な公式または効率的なアルゴリズムを与え、サンプル投票で与えられた候補が所定の位置に現れる確率をキャプチャする。これらの行列を用いて分布の「スケルトン写像」を描き、その堅牢性を評価し、その性質を分析する。我々はさらに、現実の選挙の性質を特定するためにそれらを使用する。

関連論文リスト

LLM Generated Distribution-Based Prediction of US Electoral Results, Part I [0.0]
本稿では,Large Language Models (LLM) を予測ツールとして利用するための新しいアプローチである分布ベース予測を紹介する。我々は、近年のアメリカ合衆国大統領選挙の文脈において、分布に基づく予測の使用を実演する。
論文参考訳（メタデータ） (2024-11-05T20:10:25Z)
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)
Ahead of the Count: An Algorithm for Probabilistic Prediction of Instant Runoff (IRV) Elections [0.0]
Instant Runoff Voting (IRV) 選挙の結果を予測する新しいアルゴリズムを提案する。アルゴリズムは、各候補ランキングの投票総数を表す離散確率分布の集合を入力として取る。 IRVラウンドで発生する可能性のあるすべての除去シーケンスを計算し、それぞれに確率を割り当てる。
論文参考訳（メタデータ） (2024-05-15T00:25:51Z)
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)
Approximating a RUM from Distributions on k-Slates [88.32814292632675]
与えられた分布を平均で最もよく近似するRUMを求める一般化時間アルゴリズムを求める。我々の理論的結果は、実世界のデータセットに効果的でスケール可能なものを得るという、実践的な結果も得られます。
論文参考訳（メタデータ） (2023-05-22T17:43:34Z)
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)
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)
Agent-based Simulation of District-based Elections [0.5076419064097732]
選挙区ベースの選挙では、選挙人はそれぞれの選挙区に票を投じた。各地区において、最大得票率の政党が、行政機関の議席を獲得する。選挙結果は、異なる政党が獲得した議席数に基づく。
論文参考訳（メタデータ） (2022-05-28T11:19:04Z)
Estimating leverage scores via rank revealing methods and randomization [50.591267188664666]
任意のランクの正方形密度あるいはスパース行列の統計レバレッジスコアを推定するアルゴリズムについて検討した。提案手法は,高密度およびスパースなランダム化次元性還元変換の合成と階調明細化法を組み合わせることに基づく。
論文参考訳（メタデータ） (2021-05-23T19:21:55Z)
Uncertainty Estimation and Sample Selection for Crowd Counting [87.29137075538213]
予測された密度マップに関連する不確実性値とともに,群衆密度マップを予測できる画像に基づく群集カウント手法を提案する。既存のクラウドカウント手法に比べて,提案手法の重要な利点は,予測の不確かさを定量化できることである。サンプル選択戦略は、ソースドメイン上でトレーニングされたカウントネットワークをターゲットドメインに適応させるために必要なラベル付きデータの量を劇的に削減することを示す。
論文参考訳（メタデータ） (2020-09-30T03:40:07Z)

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。