Fugu-MT 論文翻訳(概要): Fast computation of rankings from pairwise comparisons

論文の概要: Fast computation of rankings from pairwise comparisons

arxiv url: http://arxiv.org/abs/2207.00076v1
Date: Thu, 30 Jun 2022 19:39:09 GMT
ステータス: 処理完了
システム内更新日: 2022-07-04 12:44:14.823337
Title: Fast computation of rankings from pairwise comparisons
Title（参考訳）: ペア比較によるランキングの高速計算
Authors: M. E. J. Newman
Abstract要約: ペア比較に基づいて,個人,チーム,オブジェクトのランク付けについて検討する。同じ問題をはるかに高速に解決する、別の方法と同じようなシンプルなイテレーションについて説明する。
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: We study the ranking of individuals, teams, or objects on the basis of pairwise comparisons using the Bradley-Terry model. Maximum-likelihood estimates of rankings within this model are commonly made using a simple iterative algorithm first introduced by Zermelo almost a century ago. Here we describe an alternative and similarly simple iteration that solves the same problem much faster -- over a hundred times faster in some cases. We demonstrate this algorithm with applications to a range of example data sets and derive some results regarding its convergence.
Abstract（参考訳）: Bradley-Terryモデルを用いて,個人,チーム,オブジェクトのランク付けをペア比較に基づいて検討する。このモデルにおけるランキングの最大類似度の推定は、およそ1世紀前にzermeloが最初に導入した単純な反復アルゴリズムを用いて行われる。ここでは、同じ問題をはるかに高速に解決する、別の、同様に単純なイテレーションについて説明する。本稿では,このアルゴリズムをサンプルデータセットに適用し,その収束に関するいくつかの結果を導出する。

関連論文リスト

Relation-aware Ensemble Learning for Knowledge Graph Embedding [68.94900786314666]
我々は,既存の手法を関係性に配慮した方法で活用し,アンサンブルを学習することを提案する。関係認識アンサンブルを用いてこれらのセマンティクスを探索すると、一般的なアンサンブル法よりもはるかに大きな検索空間が得られる。本稿では,リレーショナルなアンサンブル重みを独立に検索する分割探索合成アルゴリズムRelEns-DSCを提案する。
論文参考訳（メタデータ） (2023-10-13T07:40:12Z)
An Efficient Algorithm for Clustered Multi-Task Compressive Sensing [60.70532293880842]
クラスタ化マルチタスク圧縮センシングは、複数の圧縮センシングタスクを解決する階層モデルである。このモデルに対する既存の推論アルゴリズムは計算コストが高く、高次元ではうまくスケールしない。本稿では,これらの共分散行列を明示的に計算する必要をなくし,モデル推論を大幅に高速化するアルゴリズムを提案する。
論文参考訳（メタデータ） (2023-09-30T15:57:14Z)
Ranking from Pairwise Comparisons in General Graphs and Graphs with Locality [3.1219977244201056]
本稿では,古典的Bradley-Terry-Luceモデル(BTL)のペア比較によるランキング問題について検討する。十分に多くのサンプルを用いて,Cram'er-Rao の下界と一致するエントリワイズ推定誤差が得られることを示す。我々は、最も広いサンプルを持つ体制においても、同様の保証を確実に達成できる分割対コンカマーのアルゴリズムについて検討する。
論文参考訳（メタデータ） (2023-04-13T21:14:30Z)
A Revenue Function for Comparison-Based Hierarchical Clustering [5.683072566711975]
比較のみを用いて,デンドログラムの良さを測定できる新たな収益関数を提案する。この関数は、ペアの類似性を用いた階層的クラスタリングにおけるDasguptaのコストと密接に関連していることを示す。理論的には,提案した収益関数を用いて,三重項比較の少ない潜在階層をおよそ復元できるかどうかというオープンな問題を解く。
論文参考訳（メタデータ） (2022-11-29T18:40:02Z)
HARRIS: Hybrid Ranking and Regression Forests for Algorithm Selection [75.84584400866254]
両アプローチの強みを両アプローチの弱さを緩和しつつ組み合わせ, 特殊林を利用した新しいアルゴリズムセレクタを提案する。 HARRISの決定は、ハイブリッドランキングと回帰損失関数に基づいて最適化された木を作成する森林モデルに基づいている。
論文参考訳（メタデータ） (2022-10-31T14:06:11Z)
Ranking with Confidence for Large Scale Comparison Data [1.2183405753834562]
本研究では、比較ノイズを考慮した生成データモデルを用いて、ペア比較から高速で正確で情報的なランク付けを行う。実データでは、PD-Rankは、アクティブな学習方法よりも同じKendallアルゴリズムを達成するのに、計算時間が少ない。
論文参考訳（メタデータ） (2022-02-03T16:36:37Z)
Adaptive Sampling for Heterogeneous Rank Aggregation from Noisy Pairwise Comparisons [85.5955376526419]
ランキングアグリゲーション問題では、各項目を比較する際に、様々な精度レベルが示される。本稿では,ノイズのあるペアワイズ比較によってアイテムのランクを推定する,除去に基づくアクティブサンプリング戦略を提案する。提案アルゴリズムは,商品の真のランキングを高い確率で返却できることを示す。
論文参考訳（メタデータ） (2021-10-08T13:51:55Z)
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)
Near-Optimal Comparison Based Clustering [7.930242839366938]
提案手法は, ほぼ最適な比較数を用いて, 植え付けクラスタリングを復元できることを示す。理論的知見を実証的に検証し,実データ上での手法の良好な振る舞いを実証する。
論文参考訳（メタデータ） (2020-10-08T12:03:13Z)
Active Sampling for Pairwise Comparisons via Approximate Message Passing and Information Gain Maximization [5.771869590520189]
本稿では、近似メッセージパッシングと期待情報ゲインに基づくアクティブサンプリングアルゴリズムASAPを提案する。既存の手法と比較して,ASAPは推定スコアの精度が最も高いことを示す。
論文参考訳（メタデータ） (2020-04-12T20:48:10Z)
Ranking a set of objects: a graph based least-square approach [70.7866286425868]
同一労働者の群集によるノイズの多いペアワイズ比較から始まる$N$オブジェクトのランク付けの問題について考察する。品質評価のために,最小二乗内在的最適化基準に依存する非適応的ランキングアルゴリズムのクラスを提案する。
論文参考訳（メタデータ） (2020-02-26T16:19:09Z)

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。