論文の概要: Subjective-objective policy making approach: Coupling of resident-values
multiple regression analysis with value-indices, multi-agent-based simulation
- arxiv url: http://arxiv.org/abs/2306.08208v1
- Date: Wed, 14 Jun 2023 02:33:32 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-16 20:34:28.599875
- Title: Subjective-objective policy making approach: Coupling of resident-values
multiple regression analysis with value-indices, multi-agent-based simulation
- Title（参考訳）: 主観-目的政策形成アプローチ:マルチエージェントシミュレーションによる複数回帰分析と住民価値の結合
- Authors: Misa Owa, Junichi Miyakoshi, Takeshi Kato
- Abstract要約: 本研究では,より優れた政策を選択するために,新たな主観的・客観的政策評価手法を提案する。
提案手法は住民アンケートの結果の回帰分析に基づいて主観的対象関数を確立する。
いくつかのポリシーを比較するために新しいアプローチを使用することで、利害関係者の意志を様々な価値で具体的に表現することができる。
- 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: Given the concerns around the existing subjective and objective policy
evaluation approaches, this study proposes a new combined subjective-objective
policy evaluation approach to choose better policy that reflects the will of
citizens and is backed up by objective facts. Subjective approaches, such as
the Life Satisfaction Approach and the Contingent Valuation Method, convert
subjectivity into economic value, raising the question whether a higher
economic value really accords with what citizens want. Objective policy
evaluation approaches, such as Evidence Based Policy Making and
Multi-Agent-Based Simulation, do not take subjectivity into account, making it
difficult to choose from diverse and pluralistic candidate policies. The
proposed approach establishes a subjective target function based on a multiple
regression analysis of the results of a residents questionnaire survey, and
uses MABS to calculate the objective evaluation indices for a number of
candidate policies. Next, a new subjective-objective coupling target function,
combining the explanatory variables of the subjective target function with
objective evaluation indices, is set up, optimized to select the preferred
policies from numerous candidates. To evaluate this approach, we conducted a
verification of renewable energy introduction policies at Takaharu Town in
Miyazaki Prefecture, Japan. The results show a good potential for using a new
subjective-objective coupling target function to select policies consistent
with the residents values for well-being from 20,000 policy candidates for
social, ecological, and economic values obtained in MABS. Using the new
approach to compare several policies enables concrete expression of the will of
stakeholders with diverse values, and contributes to constructive discussions
and consensus-building.
- Abstract（参考訳）: 本研究は,既存の主観的・客観的政策評価アプローチに関する懸念を踏まえ,市民の意思を反映し,客観的事実に裏付けられたより良い政策を選択するための,主観的・客観的政策評価手法を提案する。
生活満足アプローチや随伴評価法といった主観的アプローチは主観性を経済価値に転換し、より高い経済価値が市民の望むものと本当に一致するかどうかという疑問を提起する。
エビデンスに基づく政策立案やマルチエージェントに基づくシミュレーションといった客観的政策評価アプローチは主観性を考慮しておらず、多元的かつ多元的候補政策の選択が困難である。
提案手法は,住民アンケートの結果の複数回帰分析に基づいて主観的目標関数を確立し,mabsを用いて候補政策の客観的評価指標を算出した。
次に、主観的対象関数の説明変数と客観的評価指標を組み合わせた新しい主観的目的結合目標関数を設定し、多数の候補から望ましいポリシーを選択するように最適化する。
このアプローチを評価するため,宮崎県高春町において再生可能エネルギー導入政策の検証を行った。
その結果,MABSの社会的,生態的,経済的な価値に対する2万の政策候補から,住民の価値観に整合した政策を選択するために,新たな主観的・客観的結合目標関数を使用する可能性が示唆された。
新しいアプローチを使っていくつかのポリシーを比較することで、さまざまな価値を持つ利害関係者の意志を具体的に表現でき、建設的な議論やコンセンサス構築に寄与する。
関連論文リスト
- OPERA: Automatic Offline Policy Evaluation with Re-weighted Aggregates of Multiple Estimators [13.408838970377035]
オフライン政策評価(OPE)により、新たなシーケンシャルな意思決定方針のパフォーマンスを評価し、見積もることができる。
統計的手法を用いた明示的な選択に頼ることなく,データセットに与えられたOPE推定器の集合を適応的にブレンドするアルゴリズムを提案する。
我々の研究は、オフラインRLのための汎用的、推定対象に依存しない、非政治評価フレームワークの使いやすさの向上に寄与する。
論文 参考訳（メタデータ） (2024-05-27T23:51:20Z) - Value Preferences Estimation and Disambiguation in Hybrid Participatory Systems [3.7846812749505134]
参加者が選択を行い、その選択に対するモチベーションを提供するハイブリッド参加システムを構想する。
参加者の選択とモチベーションの衝突を検出する状況に焦点を当てる。
本研究では,検出された不整合に対処しながら,参加者と対話して値の選好を推定する手法を提案する。
論文 参考訳（メタデータ） (2024-02-26T17:16:28Z) - Well-being policy evaluation methodology based on WE pluralism [0.0]
本研究は,客観的指標に基づく多元論から,主観的文脈を強調する概念的多元論へ移行する。
狭い範囲のWEコンセンサスにウェルビーイングと共同ファクトフィニングを組み合わせることにより、政策評価法を定式化する。
論文 参考訳（メタデータ） (2023-05-08T06:51:43Z) - Reinforcement Learning with Heterogeneous Data: Estimation and Inference [84.72174994749305]
人口の不均一性に関する逐次的決定問題に対処するために,K-ヘテロ・マルコフ決定過程(K-ヘテロ・MDP)を導入する。
本稿では、ある政策の価値を推定するための自己クラスタ化政策評価(ACPE)と、ある政策クラスにおける最適な政策を推定するための自己クラスタ化政策イテレーション(ACPI)を提案する。
理論的な知見を裏付けるシミュレーションを行い,MIMIC-III標準データセットの実証的研究を行った。
論文 参考訳（メタデータ） (2022-01-31T20:58:47Z) - Identification of Subgroups With Similar Benefits in Off-Policy Policy
Evaluation [60.71312668265873]
我々は,パーソナライズの必要性と自信ある予測とのバランスをとる方法を開発した。
本手法は不均一な治療効果の正確な予測に有効であることを示す。
論文 参考訳（メタデータ） (2021-11-28T23:19:12Z) - Active Offline Policy Selection [19.18251239758809]
本稿では,ログデータの多いドメインにおけるポリシ選択の問題に対処するが,インタラクション予算が非常に制限されている。
ログデータのみを用いてポリシーの価値を評価するために、いくつかのオフ・ポリティクス・アセスメント(OPE)技術が提案されている。
本稿では、ログデータとオンラインインタラクションの制限を組み合わさって、最適なポリシーを識別する、新しい緊急オフラインポリシー選択問題の定式化を導入する。
論文 参考訳（メタデータ） (2021-06-18T17:33:13Z) - Offline Policy Selection under Uncertainty [113.57441913299868]
我々は、オフラインポリシーの選択を、一定の経験データセットを与えられた政策予測のセットよりも学習の選好とみなす。
政策価値に対する信念に対する完全な分布へのアクセスは、より幅広い下流評価指標の下でより柔軟な選択アルゴリズムを可能にする。
BayesDICEが任意の下流ポリシー選択メトリックに関してポリシーのランク付けにどのように使用されるかを示します。
論文 参考訳（メタデータ） (2020-12-12T23:09:21Z) - Reliable Off-policy Evaluation for Reinforcement Learning [53.486680020852724]
シーケンシャルな意思決定問題において、非政治評価は、目標政策の期待累積報酬を推定する。
本稿では、1つまたは複数のログデータを用いて、ロバストで楽観的な累積報酬推定を提供する新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2020-11-08T23:16:19Z) - Confident Off-Policy Evaluation and Selection through Self-Normalized
Importance Weighting [15.985182419152197]
本稿では,任意のターゲットポリシーの値に対する下位境界を計算するための新しい手法を提案する。
この新しいアプローチは、多くの合成データセットと実際のデータセットに基づいて評価されており、主要な競合相手よりも優れていることが判明している。
論文 参考訳（メタデータ） (2020-06-18T12:15:37Z) - Learning Goal-oriented Dialogue Policy with Opposite Agent Awareness [116.804536884437]
本稿では,目標指向対話における政策学習のための逆行動認識フレームワークを提案する。
我々は、その行動から相手エージェントの方針を推定し、この推定を用いてターゲットエージェントを対象ポリシーの一部として関連づけて改善する。
論文 参考訳（メタデータ） (2020-04-21T03:13:44Z) - Efficient Policy Learning from Surrogate-Loss Classification Reductions [65.91730154730905]
本稿では,政策学習におけるサロゲート-ロス分類の重み付けによる推定問題について考察する。
適切な仕様の仮定の下では、重み付けされた分類定式化はポリシーパラメーターに対して効率的でないことが示される。
本稿では,ポリシーパラメータに対して効率的なモーメントの一般化手法に基づく推定手法を提案する。
論文 参考訳（メタデータ） (2020-02-12T18:54:41Z)
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。