論文の概要: Chore Cutting: Envy and Truth

• arxiv url: http://arxiv.org/abs/2301.09306v1
• Date: Mon, 23 Jan 2023 08:04:30 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-24 14:01:48.516444
• Title: Chore Cutting: Envy and Truth
• Title（参考訳）: Chore Cutting: 好奇心と真実
• Authors: Mohammad Azharuddin Sanpui
• Abstract要約: 我々は、より優れたアロケーションを得るために、自分の個人情報を操作できる戦略エージェントと、分割可能な悪いリソースの公平な分割について研究する。 連関されたシナリオには決定論的真理なうらやましなメカニズムが存在しないことを実証する。
• 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 fair division of divisible bad resources with strategic agents who can manipulate their private information to get a better allocation. Within certain constraints, we are particularly interested in whether truthful envy-free mechanisms exist over piecewise-constant valuations. We demonstrate that no deterministic truthful envy-free mechanism can exist in the connected-piece scenario, and the same impossibility result occurs for hungry agents. We also show that no deterministic, truthful dictatorship mechanism can satisfy the envy-free criterion, and the same result remains true for non-wasteful constraints rather than dictatorship. We further address several related problems and directions.
• Abstract（参考訳）: 我々は,個人の情報を操作し,より優れたアロケーションを得る戦略エージェントと,細分化可能な悪質な資源の公平な分割について検討する。 特定の制約の中で、私たちは、分断的な評価よりも、真理的な妬みのないメカニズムが存在するかどうかに特に関心を持っています。 本研究は,コネクテッド・ピース・シナリオにおいて,決定論的に真理的なエンビー・フリーなメカニズムが存在しないことを実証する。 また, 決定論的かつ真正な独裁機構が, 無情な基準を満たすことは不可能であり, 独裁よりも非無駄な制約にも同じ結果が当てはまることを示す。 さらに、いくつかの関連する問題や方向性に対処する。

関連論文リスト

• Exploiting Selection Bias on Underspecified Tasks in Large Language Models [0.0]
  我々は、サンプル選択誘導コライダーバイアス(選択コライダーバイアス)の背景にある因果メカニズムを動機づける 我々は,選択コライダーバイアスが未特定学習タスクにおいて増幅されることを示す。 本稿では,モデルが予測に不確実であるかどうかを判断するために,結果の素因的相関を利用する手法について述べる。
  論文  参考訳（メタデータ） (2022-09-30T23:10:11Z)
• Pushing the limits of fairness impossibility: Who's the fairest of them all? [6.396013144017572]
  3つの指標を最大限に満たすために,不合理定理の限界を押し上げる枠組みを提案する。 モデル性能を最小限に抑えつつ,各定義の公平性を両立できることを示す実験を行った。
  論文  参考訳（メタデータ） (2022-08-24T22:04:51Z)
• Indecision Trees: Learning Argument-Based Reasoning under Quantified Uncertainty [0.0]
  本稿では,不確実性の下で学習する決定木の改良である不確定木を紹介する。 可能なラベルに対して堅牢な分布を提供し、他の推論システムで使用する論理的引数の集合に分解することができる。
  論文  参考訳（メタデータ） (2022-06-23T12:33:20Z)
• Towards Rigorous Interpretations: a Formalisation of Feature Attribution [6.905391624417595]
  リラックスした機能依存の概念に基づいた機能選択/属性の形式化を提案する。 合成データセットのアーストルースアトリビューションを計算することで、最適化された場合でも、提案された特性を検証し、間違ったソリューションを提供することに失敗する人もいます。
  論文  参考訳（メタデータ） (2021-04-26T10:04:44Z)
• Automated Mechanism Design for Classification with Partial Verification [64.69418921224529]
  部分検証による自動機構設計の問題点について検討する。 私たちは、すべてのタイプが結果よりも同じ好みを共有する設定における真実のメカニズムに焦点を当てています。
  論文  参考訳（メタデータ） (2021-04-12T03:29:31Z)
• Where and What? Examining Interpretable Disentangled Representations [96.32813624341833]
  解釈可能なバリエーションの獲得は、長い間、絡み合い学習の目標の1つだった。 独立性の仮定と異なり、解釈性は教師なしの設定での絡み合いを促進するために使われることは滅多にない。 本論文では, 解釈対象と解釈対象の2つの質問について検討し, 離散表現の解釈可能性を検討する。
  論文  参考訳（メタデータ） (2021-04-07T11:22:02Z)
• Leveraging Unlabeled Data for Entity-Relation Extraction through Probabilistic Constraint Satisfaction [54.06292969184476]
  シンボリックドメイン知識の存在下でのエンティティ関係抽出の問題を研究する。 本手法では,論理文の正確な意味を捉える意味的損失を用いる。 低データ体制に焦点をあてて、セマンティックな損失がベースラインをはるかに上回ることを示す。
  論文  参考訳（メタデータ） (2021-03-20T00:16:29Z)
• 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)
• A Weaker Faithfulness Assumption based on Triple Interactions [89.59955143854556]
  より弱い仮定として, 2$-adjacency faithfulness を提案します。 より弱い仮定の下で適用可能な因果発見のための音方向規則を提案する。
  論文  参考訳（メタデータ） (2020-10-27T13:04:08Z)
• Fairness Under Feature Exemptions: Counterfactual and Observational Measures [34.5472206536785]
  本稿では,2つの成分に相違点を分解する情報理論を提案する。 非例外成分は、臨界特徴によって説明できない部分を定量化し、例外成分は残りの格差を定量化する。 非免除格差を減らしながら、モデルを監査/トレーニングする方法を示すケーススタディを実行します。
  論文  参考訳（メタデータ） (2020-06-14T19:14:00Z)
• Robustness Guarantees for Mode Estimation with an Application to Bandits [131.21717367564963]
  平均ではなく報酬分布のモードを値とするマルチアームバンディットの理論を導入する。 我々は,我々のアルゴリズムが逆雑音列による腕の摂動に頑健であることを示すシミュレーションで示す。
  論文  参考訳（メタデータ） (2020-03-05T21:29:27Z)

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。