論文の概要: Doubly Fair Dynamic Pricing

• arxiv url: http://arxiv.org/abs/2209.11837v1
• Date: Fri, 23 Sep 2022 20:02:09 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-27 15:22:34.475854
• Title: Doubly Fair Dynamic Pricing
• Title（参考訳）: ダブルフェアなダイナミック価格
• Authors: Jianyu Xu, Dan Qiao, Yu-Xiang Wang
• Abstract要約: 本稿では,2種類の公正性制約によるオンライン動的価格設定の問題について検討する。 手続き的かつ実質的な公正を兼ねた政策を「二重公正」と呼ぶ これは2つの公正性制約を同時に満たしながら価格を学習する最初の動的価格アルゴリズムである。
• 参考スコア（独自算出の注目度）: 14.28146588978302
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We study the problem of online dynamic pricing with two types of fairness constraints: a "procedural fairness" which requires the proposed prices to be equal in expectation among different groups, and a "substantive fairness" which requires the accepted prices to be equal in expectation among different groups. A policy that is simultaneously procedural and substantive fair is referred to as "doubly fair". We show that a doubly fair policy must be random to have higher revenue than the best trivial policy that assigns the same price to different groups. In a two-group setting, we propose an online learning algorithm for the 2-group pricing problems that achieves $\tilde{O}(\sqrt{T})$ regret, zero procedural unfairness and $\tilde{O}(\sqrt{T})$ substantive unfairness over $T$ rounds of learning. We also prove two lower bounds showing that these results on regret and unfairness are both information-theoretically optimal up to iterated logarithmic factors. To the best of our knowledge, this is the first dynamic pricing algorithm that learns to price while satisfying two fairness constraints at the same time.
• Abstract（参考訳）: 提案する価格が異なるグループ間で同等であるように要求する「手続き的公正性」と、受け入れられた価格が異なるグループ間で同等であるように要求する「実質的公正性」という2つの制約により、オンラインの動的価格問題を研究する。 同時に手続き的かつ実質的な公正である政策は「二重公正」と呼ばれる。 2倍の公正な政策は、異なるグループに同じ価格を割り当てる最も自明な政策よりも高い収益を得るためにランダムでなければならない。 2-グループ設定では,$\tilde{o}(\sqrt{t})$ regret, zero procedural unfairness, $\tilde{o}(\sqrt{t})$ substantive unfairness over$t$ の学習を実現する2-グループ価格問題に対するオンライン学習アルゴリズムを提案する。 また,後悔と不公平に関する結果が,反復的対数要因まで情報理論上最適であることを示す2つの下限を証明した。 我々の知る限りでは、これは2つの公正性制約を同時に満たしながら価格を学習する最初の動的価格アルゴリズムである。

関連論文リスト

• Fair Allocation in Dynamic Mechanism Design [57.66441610380448]
  競売業者が各ラウンドの買い手グループに、合計で$T$で分けない商品を販売している問題を考える。 競売人は、各グループの最低平均配分を保証する公正な制約に固執しつつ、割引された全体の収益を最大化することを目的としている。
  論文  参考訳（メタデータ） (2024-05-31T19:26:05Z)
• Mind the Gap: A Causal Perspective on Bias Amplification in Prediction & Decision-Making [58.06306331390586]
  本稿では,閾値演算による予測値がS$変化の程度を測るマージン補数の概念を導入する。 適切な因果仮定の下では、予測スコア$S$に対する$X$の影響は、真の結果$Y$に対する$X$の影響に等しいことを示す。
  論文  参考訳（メタデータ） (2024-05-24T11:22:19Z)
• Fair Active Ranking from Pairwise Preferences [6.102498508368527]
  解離群に属する$n$の項目が与えられたとき、我々のゴールは、我々が提案する公正な目的関数に従って$(epsilon, delta)$-PACF-Rankingを見つけることである。 グループブラインドとグループアウェアの両方のアルゴリズムを提示し,そのサンプルパラメータを解析する。
  論文  参考訳（メタデータ） (2024-02-05T18:09:48Z)
• Causal Context Connects Counterfactual Fairness to Robust Prediction and Group Fairness [15.83823345486604]
  我々は、公正性と正確性の間に根本的なトレードオフがないことを示すことによって、事実的公正を動機付けます。 対実フェアネスは、比較的単純なグループフェアネスの測定によってテストされることがある。
  論文  参考訳（メタデータ） (2023-10-30T16:07:57Z)
• Time Fairness in Online Knapsack Problems [6.435514551504644]
  オンラインのknapsack問題は、オンラインアルゴリズムの分野における古典的な問題である。 我々は,静的価格と動的価格のトレードオフを効果的にモデル化する,時間公正性の実用的関連概念を定式化する。 我々は、公正で一貫性があり、頑健な(競争力のある)ほぼ最適学習増強アルゴリズムを開発する。
  論文  参考訳（メタデータ） (2023-05-22T17:51:35Z)
• DualFair: Fair Representation Learning at Both Group and Individual Levels via Contrastive Self-supervision [73.80009454050858]
  この研究は、DualFairと呼ばれる自己教師型モデルを提示し、学習された表現から性別や人種などのセンシティブな属性をデバイアスすることができる。 我々のモデルは、グループフェアネスと対実フェアネスという2つのフェアネス基準を共同で最適化する。
  論文  参考訳（メタデータ） (2023-03-15T07:13:54Z)
• A Reinforcement Learning Approach in Multi-Phase Second-Price Auction Design [158.0041488194202]
  多相第2価格オークションにおけるリザーブ価格の最適化について検討する。 売り手の視点からは、潜在的に非現実的な入札者の存在下で、環境を効率的に探索する必要がある。 第三に、売り手のステップごとの収益は未知であり、非線形であり、環境から直接観察することさえできない。
  論文  参考訳（メタデータ） (2022-10-19T03:49:05Z)
• Fairness-aware Online Price Discrimination with Nonparametric Demand Models [13.46602731592102]
  本稿では,公平性制約下での動的識別価格の問題について検討する。 本稿では,厳格な価格公正性制約を強制する,後悔に関する最適動的価格政策を提案する。
  論文  参考訳（メタデータ） (2021-11-16T04:31:02Z)
• Fairer LP-based Online Allocation [13.478067250930101]
  本稿では,リニアプログラム(LP)に基づくオンラインリソース割り当て問題について考察する。 内部点LPソルバを用いて不公平な資源支出を動的に検出するフェアアルゴリズムを提案する。 提案手法は最適化インスタンスの制約としてフェアネス要件を定式化せず,アルゴリズム設計の観点からこの問題に対処する。
  論文  参考訳（メタデータ） (2021-10-27T17:45:20Z)
• Linear Contextual Bandits with Adversarial Corruptions [91.38793800392108]
  本稿では,敵対的腐敗の存在下での線形文脈的包帯問題について検討する。 逆汚染レベルに適応する分散認識アルゴリズムをC$で提案する。
  論文  参考訳（メタデータ） (2021-10-25T02:53:24Z)
• Robust Optimization for Fairness with Noisy Protected Groups [85.13255550021495]
  ノイズが保護されたグループラベルに頼った結果について検討した。 頑健な最適化を用いた2つの新しいアプローチを提案する。 頑健なアプローチは、単純アプローチよりも真のグループ公平性を保証することが示される。
  論文  参考訳（メタデータ） (2020-02-21T14:58:37Z)

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。