論文の概要: Proportional Fairness in Obnoxious Facility Location

• arxiv url: http://arxiv.org/abs/2301.04340v1
• Date: Wed, 11 Jan 2023 07:30:35 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-12 17:46:52.730445
• Title: Proportional Fairness in Obnoxious Facility Location
• Title（参考訳）: 不愉快な施設立地における公平性
• Authors: Haris Aziz, Alexander Lam, Bo Li, Fahimeh Ramezani, Toby Walsh
• Abstract要約: この問題に対して,距離に基づく比例フェアネスの概念の階層構造を提案する。 決定論的かつランダムなメカニズムを考察し、比例フェアネスの価格に関する厳密な境界を計算する。
• 参考スコア（独自算出の注目度）: 100.88307501458418
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: We consider the obnoxious facility location problem (in which agents prefer the facility location to be far from them) and propose a hierarchy of distance-based proportional fairness concepts for the problem. These fairness axioms ensure that groups of agents at the same location are guaranteed to be a distance from the facility proportional to their group size. We consider deterministic and randomized mechanisms, and compute tight bounds on the price of proportional fairness. In the deterministic setting, not only are our proportional fairness axioms incompatible with strategyproofness, the Nash equilibria may not guarantee welfare within a constant factor of the optimal welfare. On the other hand, in the randomized setting, we identify proportionally fair and strategyproof mechanisms that give an expected welfare within a constant factor of the optimal welfare.
• Abstract（参考訳）: 我々は,施設立地問題(エージェントが施設立地を離れた場所を好む場合)を考察し,その問題に対する距離ベース比例フェアネス概念の階層を提案する。 これらの公正公理は、同じ位置にあるエージェントの群が、そのグループサイズに比例する施設からの距離であることが保証される。 決定論的・ランダム化機構を検討し,比例フェアネスの価格の厳密な境界を計算する。 決定論的な設定では、我々の比例的公平性公理は戦略的確実性と相容れないだけでなく、ナッシュ均衡は最適な福祉の一定の要素内で福祉を保証するものではない。 一方, ランダム化環境では, 最適福祉の一定要因内で期待される福祉を付与する比例的公平かつ戦略的防御機構を同定する。

関連論文リスト

• Nash Welfare and Facility Location [82.81742334337336]
  沿線にエージェントを配置する施設を配置することの問題点を考察する。 エージェントのユーティリティの産物として定義されたナッシュの福祉目的機能は、公正性と効率性の妥協をもたらすことが知られている。
  論文  参考訳（メタデータ） (2023-10-06T09:06:44Z)
• The Leximin Approach for a Sequence of Collective Decisions [6.3734441349747035]
  ラウンドロビン,最大ナッシュ福祉,レキシミンの3つのメカニズムの公正性を解析した。 オフライン環境では、3つのメカニズムが比例的あるいは近似的な結果を見つからないことを示す。 オンライン環境では、比例性や緩和を保証することは不可能であることを示す。
  論文  参考訳（メタデータ） (2023-05-29T11:28:27Z)
• Fairness in Matching under Uncertainty [78.39459690570531]
  アルゴリズム的な二面市場は、こうした設定における公平性の問題に注意を向けている。 我々は、利益の不確実性を尊重する両面の市場設定において、個々人の公正性の概念を公理化する。 そこで我々は,配当よりも公平なユーティリティ最大化分布を求めるために,線形プログラミングフレームワークを設計する。
  論文  参考訳（メタデータ） (2023-02-08T00:30:32Z)
• Random Rank: The One and Only Strategyproof and Proportionally Fair Randomized Facility Location Mechanism [103.36492220921109]
  我々は、強い比例性は動機が良く基本的な公理であるが、その性質を満たす決定論的戦略防御機構は存在しないことを示した。 次に、予測において強い比例性を満たすランダムランクと呼ばれるランダム化メカニズムを同定する。 我々の主な特徴はランダムランクを、普遍的真理性、普遍的匿名性、期待における強い比喩性を達成するユニークなメカニズムとして特徴づけている。
  論文  参考訳（メタデータ） (2022-05-30T00:51:57Z)
• Strategyproof and Proportionally Fair Facility Location [77.16035689756859]
  簡単な1次元集団決定問題(しばしば施設配置問題と呼ばれる)に焦点を当てる。 比例に基づく様々な強度のフェアネス公理の階層構造を解析する。 各公理に対して、公理と戦略の安全性を満足するメカニズムのファミリーを特徴付ける。
  論文  参考訳（メタデータ） (2021-11-02T12:41:32Z)
• Learning Strategies in Decentralized Matching Markets under Uncertain Preferences [91.3755431537592]
  エージェントの選好が不明な場合,共有資源の不足の設定における意思決定の問題について検討する。 我々のアプローチは、再生されたカーネルヒルベルト空間における好みの表現に基づいている。 エージェントの期待した利益を最大化する最適な戦略を導出する。
  論文  参考訳（メタデータ） (2020-10-29T03:08:22Z)

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。