論文の概要: Rankings from multimodal pairwise comparisons

• arxiv url: http://arxiv.org/abs/2206.13580v1
• Date: Mon, 27 Jun 2022 18:50:51 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-29 12:31:18.384589
• Title: Rankings from multimodal pairwise comparisons
• Title（参考訳）: マルチモーダルペアワイズ比較によるランキング
• Authors: M. E. J. Newman
• Abstract要約: ライバルが他社に勝っているデータを考えると、競争相手をベストから最悪のレベルにランク付けすることが課題だ。 本稿では,複数の比較モードが存在する場合のランク付け問題について検討する。 予測最大化アルゴリズムと修正Bradley-Terryモデルの組み合わせにより、この状況下でランキングを計算し、高速に評価する方法を提案する。
• 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: The task of ranking individuals or teams, based on a set of comparisons between pairs, arises in various contexts, including sporting competitions and the analysis of dominance hierarchies among animals and humans. Given data on which competitors beat which others, the challenge is to rank the competitors from best to worst. Here we study the problem of computing rankings when there are multiple, potentially conflicting modes of comparison, such as multiple types of dominance behaviors among animals. We assume that we do not know a priori what information each behavior conveys about the ranking, or even whether they convey any information at all. Nonetheless we show that it is possible to compute a ranking in this situation and present a fast method for doing so, based on a combination of an expectation-maximization algorithm and a modified Bradley-Terry model. We give a selection of example applications to both animal and human competition.
• Abstract（参考訳）: ペア間の一連の比較に基づいて個人やチームをランク付けするタスクは、スポーツ競技や動物や人間の支配階層の分析など、さまざまな文脈で発生する。 ライバルが他社に勝っているデータを考えると、競争相手をベストから最悪のレベルにランク付けすることが課題だ。 本稿では,動物間における複数種類の支配行動など,比較モードが複数存在する場合のランキング計算の問題について検討する。 我々は、各行動がランクについてどのような情報を伝えるか、あるいはそれらが全く情報を伝達するかどうかの優先順位を知らないと仮定する。 それにもかかわらず、この状況下でランキングを計算することは可能であり、期待最大化アルゴリズムと修正ブラッドレー・テリーモデルの組み合わせに基づいて、それを行うための高速な方法を示す。 動物と人間の両方の競争に応用する例を挙げる。

関連論文リスト

• Fair Pairs: Fairness-Aware Ranking Recovery from Pairwise Comparisons [2.056289813004423]
  本稿では,ペア比較による公平性を考慮したランキング回復の問題を紹介する。 ペア比較から得られたランクの公平度を定量化するグループ条件付き精度尺度を提案する。
  論文  参考訳（メタデータ） (2024-08-23T12:46:16Z)
• Luck, skill, and depth of competition in games and social hierarchies [0.6345523830122168]
  社会的競争は「深い」傾向にあり、多くの異なる階層を持つ。 ほとんどのケースでは、階層の浅さによって既に示唆されているもの以外、動揺する証拠はほとんどない。
  論文  参考訳（メタデータ） (2023-12-07T21:42:44Z)
• Competitions in AI -- Robustly Ranking Solvers Using Statistical Resampling [9.02080113915613]
  比較結果の標準的な解釈から得られたランキングは、評価の基礎として使われるベンチマークインスタンスセットのマイナーな変更にも非常に敏感であることを示す。 本稿では,性能データの再サンプリングに基づく競争結果の統計的に有意な分析手法を提案する。 提案手法は,競合スコアの信頼区間を生成するとともに,有界誤差を持つ統計的に堅牢な解法ランキングを生成する。
  論文  参考訳（メタデータ） (2023-08-09T16:47:04Z)
• Bipartite Ranking Fairness through a Model Agnostic Ordering Adjustment [54.179859639868646]
  本稿では,二部類ランキングにおける公平性を実現するためのモデルに依存しない後処理フレームワークxOrderを提案する。 xOrderは、教師なしおよび教師なしの公正度メトリックを含む、さまざまな分類モデルとランキングフェアネスメトリクスと互換性がある。 提案アルゴリズムを,4つのベンチマークデータセットと2つの実世界の患者電子健康記録リポジトリ上で評価した。
  論文  参考訳（メタデータ） (2023-07-27T07:42:44Z)
• A Tale of HodgeRank and Spectral Method: Target Attack Against Rank Aggregation Is the Fixed Point of Adversarial Game [153.74942025516853]
  ランクアグリゲーション手法の本質的な脆弱性は文献ではよく研究されていない。 本稿では,ペアデータの変更による集計結果の指定を希望する目的のある敵に焦点をあてる。 提案した標的攻撃戦略の有効性は,一連の玩具シミュレーションと実世界のデータ実験によって実証された。
  論文  参考訳（メタデータ） (2022-09-13T05:59:02Z)
• Integrating Rankings into Quantized Scores in Peer Review [61.27794774537103]
  ピアレビューでは、レビュアーは通常、論文のスコアを提供するように求められます。 この問題を軽減するため、カンファレンスはレビュアーにレビューした論文のランキングを付加するように求め始めている。 このランキング情報を使用するための標準的な手順はなく、エリアチェアは異なる方法でそれを使用することができる。 我々は、ランキング情報をスコアに組み込むために、原則化されたアプローチを取る。
  論文  参考訳（メタデータ） (2022-04-05T19:39:13Z)
• GNNRank: Learning Global Rankings from Pairwise Comparisons via Directed Graph Neural Networks [68.61934077627085]
  本稿では,グラフ埋め込みを学習可能なGNNと互換性のあるモデリングフレームワークであるGNNRankを紹介する。 既存の手法と比較して,我々の手法が競争力があり,しばしば優れた性能を発揮することを示す。
  論文  参考訳（メタデータ） (2022-02-01T04:19:50Z)
• Poisoning Attack against Estimating from Pairwise Comparisons [140.9033911097995]
  攻撃者はランクリストを操作するための強い動機と動機を持っている。 ペアワイズランキングアルゴリズムに対するデータ中毒攻撃は、ローダとアタッカーの間の動的および静的ゲームとして形式化することができる。 本稿では、2つの効率的な毒殺攻撃アルゴリズムを提案し、関連する理論的保証を確立する。
  論文  参考訳（メタデータ） (2021-07-05T08:16:01Z)
• Optimal Full Ranking from Pairwise Comparisons [16.852801934478475]
  ランキングの最小最大レートは、問題の信号対雑音比の大きさに応じて指数レートと率の間の遷移を示す。 ミニマックスレートを達成するために,まず,n$ プレーヤーを類似したスキルのグループに分割し,次に各グループ内のローカル mle を計算する分割・コンクエストランキングアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-01-21T03:34:44Z)
• On the Problem of Underranking in Group-Fair Ranking [8.963918049835375]
  ランク付けシステムのバイアスは、社会的・経済的不平等を悪化させ、意見を分極し、ステレオタイプを強化する。 本稿では,グループフェアランキングにおける下位ランクの問題について定式化する。 任意のランク付けを行い、同時にランク付けとグループフェアネスを保証した別のランク付けを出力する公平なランク付けアルゴリズムを提供する。
  論文  参考訳（メタデータ） (2020-09-24T14:56:10Z)
• Towards Model-Agnostic Post-Hoc Adjustment for Balancing Ranking Fairness and Algorithm Utility [54.179859639868646]
  Bipartiteランキングは、ラベル付きデータから正の個人よりも上位の個人をランク付けするスコアリング機能を学ぶことを目的としている。 学習したスコアリング機能が、異なる保護グループ間で体系的な格差を引き起こすのではないかという懸念が高まっている。 本稿では、二部構成のランキングシナリオにおいて、それらのバランスをとるためのモデル後処理フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-06-15T10:08:39Z)

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。