論文の概要: Most Equitable Voting Rules
- arxiv url: http://arxiv.org/abs/2205.14838v3
- Date: Thu, 13 Jul 2023 08:06:49 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-14 20:07:04.404568
- Title: Most Equitable Voting Rules
- Title（参考訳）: 最も平等な投票規則
- Authors: Lirong Xia
- Abstract要約: ANRの不合理性 - 匿名性、中立性、解決可能性を満たす投票規則は存在しない - は、2つの選択肢と2つのエージェントの単純な設定でも維持される。
我々は、二つの公理を満たす任意の絶対的規則に対して、匿名性と中立性を最適に保存する、最も公平な洗練の斬新で強力な概念を提案する。
- 参考スコア（独自算出の注目度）: 30.930621357547487
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In social choice theory, anonymity (all agents being treated equally) and
neutrality (all alternatives being treated equally) are widely regarded as
``minimal demands'' and ``uncontroversial'' axioms of equity and fairness.
However, the ANR impossibility -- there is no voting rule that satisfies
anonymity, neutrality, and resolvability (always choosing one winner) -- holds
even in the simple setting of two alternatives and two agents. How to design
voting rules that optimally satisfy anonymity, neutrality, and resolvability
remains an open question.
We address the optimal design question for a wide range of preferences and
decisions that include ranked lists and committees. Our conceptual contribution
is a novel and strong notion of most equitable refinements that optimally
preserves anonymity and neutrality for any irresolute rule that satisfies the
two axioms. Our technical contributions are twofold. First, we characterize the
conditions for the ANR impossibility to hold under general settings, especially
when the number of agents is large. Second, we propose the
most-favorable-permutation (MFP) tie-breaking to compute a most equitable
refinement and design a polynomial-time algorithm to compute MFP when agents'
preferences are full rankings.
- Abstract（参考訳）: 社会的選択理論では、匿名性(全てのエージェントが平等に扱われる)と中立性(全ての選択肢が平等に扱われる)は「最小限の要求」と「非論争的」の公理として広く見なされている。
しかし、ANRの不合理性 -- 匿名性、中立性、解決可能性(常に1つの勝者を選ぶ)を満たす投票規則は存在しない -- は、2つの選択肢と2つのエージェントの単純な設定でさえ維持されている。
匿名性、中立性、解決可能性を最適に満たす投票規則をどう設計するかは、未解決の問題である。
我々は、ランキングや委員会を含む幅広い選好や決定に対して最適な設計問題に対処する。
我々の概念的貢献は、二つの公理を満たすいかなる不完全規則に対しても匿名性と中立性を最適に保持する最も公平な改良の、新で強い概念である。
私たちの技術貢献は2倍です。
まず, エージェント数が多い場合には, 一般的な設定で保持できないという条件を特徴付ける。
第2に, エージェントの選好が完全ランキングである場合に, 多項式時間アルゴリズムを設計し, 最適精細度を求めるMFPマッチングを提案する。
関連論文リスト
- DeepVoting: Learning Voting Rules with Tailored Embeddings [13.037431161285971]
我々は、よい投票規則を設計する問題は、投票規則の確率的なバージョンを学ぶことの1つに再キャストする。
社会的選択文献からの選好プロファイルの埋め込みにより,既存の投票ルールをより効率的に学習できることを示す。
また、埋め込みを用いて学習したルールを微調整して、公理特性を改善した新しい投票ルールを作成することも示している。
論文 参考訳（メタデータ） (2024-08-24T17:15:20Z) - Thompson Exploration with Best Challenger Rule in Best Arm
Identification [66.33448474838342]
本稿では,バンドイットフレームワークにおける固定信頼度最良腕識別問題について検討する。
我々は、トンプソンサンプリングと、ベストチャレンジャールールとして知られる計算効率の良いアプローチを組み合わせた新しいポリシーを提案する。
論文 参考訳（メタデータ） (2023-10-01T01:37:02Z) - Proportional Aggregation of Preferences for Sequential Decision Making [20.374669324368625]
投票者の選好を適度に決定する問題について検討する。
各ラウンドにおいて、決定ルールは、各投票者が承認した選択肢のどれかを報告する一連の選択肢から決定を選ばなければならない。
比喩的正当化表現に基づく公理を用いて、この目的を定式化する。
論文 参考訳（メタデータ） (2023-06-26T17:10:10Z) - Best of Both Distortion Worlds [29.185700008117173]
我々は、$m$の代替案よりも$n$のエージェントの順序的選好を入力として行う投票規則を設計する問題について検討する。
投票規則への入力は、各エージェントの最も好まれる選択肢から最も好まれる選択肢のランク付けである。
両世界におけるほぼ最適歪み保証を同時に達成する新しい投票規則を設計することで,両世界のベストを達成できることを実証する。
論文 参考訳（メタデータ） (2023-05-30T23:24:01Z) - Social Mechanism Design: A Low-Level Introduction [31.564788318133264]
エージェントは、意思決定結果と意思決定に使用されるルールまたは手順の両方を優先していることを示す。
低レベルにおける単純で直感的な選好構造を同定し、より高いレベルにおける選好の構成要素を形成するように一般化する。
非対称的二分法選択と憲法修正という2つの異なる領域における受容のアルゴリズムを解析する。
論文 参考訳（メタデータ） (2022-11-15T20:59:34Z) - A Unifying Framework for Online Optimization with Long-Term Constraints [62.35194099438855]
我々は,意思決定者が長期的制約の対象となる一連の意思決定をしなければならないオンライン学習問題について検討する。
目標は、全報酬を最大化し、同時に、$T$ラウンド全体で小さな累積違反を達成することである。
本稿では,この一般クラス問題に対して,未知のモデルに基づいて報酬と制約が選択された場合と,各ラウンドで敵が選択した場合の双方において,最良世界型アルゴリズムを提示する。
論文 参考訳（メタデータ） (2022-09-15T16:59:19Z) - Necessarily Optimal One-Sided Matchings [49.0517583218216]
我々は、$n$エージェントと$n$オブジェクトとをマッチングする古典的な問題について研究する。
エージェントに完全な選好を報告させる代わりに、私たちのゴールは部分的な選好から望ましいマッチングを学ぶことです。
我々は,与えられたマッチングが NPO か NRM かを確認し,そのようなマッチングが与えられたトップ$k$ の部分的選好が存在するかどうかを確認するために,効率的なアルゴリズムを設計する。
論文 参考訳（メタデータ） (2020-07-17T16:01:34Z) - 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) - 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。