論文の概要: Measuring and Controlling Divisiveness in Rank Aggregation
- arxiv url: http://arxiv.org/abs/2306.08511v1
- Date: Wed, 14 Jun 2023 13:55:25 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-16 18:48:15.030648
- Title: Measuring and Controlling Divisiveness in Rank Aggregation
- Title(参考訳): ランクアグリゲーションにおける分割性の測定と制御
- Authors: Rachael Colley, Umberto Grandi, C\'esar Hidalgo, Mariana Macedo and
Carlos Navarrete
- Abstract要約: 階級集計において、人口階級のメンバーは、どの集団が好まれるかを決定するために課題を提起する。
代わりに、個人の好みの相違を表す分割的な問題を特定することに重点を置いている。
- 参考スコア(独自算出の注目度): 2.75005999729995
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In rank aggregation, members of a population rank issues to decide which are
collectively preferred. We focus instead on identifying divisive issues that
express disagreements among the preferences of individuals. We analyse the
properties of our divisiveness measures and their relation to existing notions
of polarisation. We also study their robustness under incomplete preferences
and algorithms for control and manipulation of divisiveness. Our results
advance our understanding of how to quantify disagreements in collective
decision-making.
- Abstract(参考訳): 階級集計において、人口階級のメンバーは、どの集団が好まれるかを決定する。
代わりに、個人の好みの相違を表現する分割的な問題を特定することに焦点を合わせます。
我々は、偏極性尺度の特性と既存の偏極性概念との関係を分析する。
また,不完全な選好の下でのロバスト性や,分割性の制御と操作のためのアルゴリズムについても検討する。
我々の結果は、集団意思決定における不一致を定量化する方法についての理解を深める。
関連論文リスト
- Value Preferences Estimation and Disambiguation in Hybrid Participatory
Systems [4.134492403234449]
参加型システムにおける市民の価値を理解することは、市民中心の政策作成に不可欠である。
我々は、参加者が選択し、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し、AIエージェントは、それらと対話することで価値の選好を見積もる。
本研究では,参加者の選択とモチベーションの対立が検出される状況に着目し,参加者との対話によって検出された矛盾に対処しながら,価値選好を推定する方法を提案する。
論文 参考訳(メタデータ) (2024-02-26T17:16:28Z) - A Framework to Assess (Dis)agreement Among Diverse Rater Groups [19.33317910796263]
本研究では,異なるレーダサブグループ間の視点において,系統的な多様性を測定するための総合的不一致分析フレームワークを提案する。
分析の結果,他のものよりも多様な視点を持つ特定のレーダ群が明らかとなり,安全アノテーションを検討する上で重要な人口動態軸が示唆された。
論文 参考訳(メタデータ) (2023-11-09T00:12:21Z) - Picking on the Same Person: Does Algorithmic Monoculture lead to Outcome
Homogenization? [90.35044668396591]
機械学習における繰り返しのテーマはアルゴリズムによるモノカルチャーである。同じシステム、またはコンポーネントを共有するシステムは、複数の意思決定者によってデプロイされる。
意思決定者がトレーニングデータや特定のモデルなどのコンポーネントを共有すれば、より均一な結果が得られます。
我々はこの仮説をアルゴリズムフェアネスベンチマークで検証し、トレーニングデータの共有がホモジェナイゼーションを確実に悪化させることを示した。
結果の均質化に関する哲学的分析と社会的な課題を、デプロイされた機械学習システムに含めることに着目して結論付ける。
論文 参考訳(メタデータ) (2022-11-25T09:33:11Z) - On the Complexity of Adversarial Decision Making [101.14158787665252]
決定推定係数は, 相手の意思決定に対する後悔度を低く抑えるのに必要であり, 十分であることを示す。
我々は、決定推定係数を他のよく知られた複雑性尺度の変種に結びつける新しい構造結果を提供する。
論文 参考訳(メタデータ) (2022-06-27T06:20:37Z) - Let's Agree to Agree: Targeting Consensus for Incomplete Preferences
through Majority Dynamics [13.439086686599891]
我々は、問題に一度に一つずつ対処し、未決定のエージェントが多数派の意見に従う、多数派力学のプロセスに焦点を当てる。
最悪の場合、既存のコンセンサスに多くのダメージを与えるが、シミュレーション実験の結果、損傷は軽度であることが示されている。
論文 参考訳(メタデータ) (2022-04-28T10:47:21Z) - Measuring Fairness Under Unawareness of Sensitive Attributes: A
Quantification-Based Approach [131.20444904674494]
センシティブな属性の無意識下でのグループフェアネスを測定する問題に取り組む。
定量化手法は, フェアネスと無意識の問題に対処するのに特に適していることを示す。
論文 参考訳(メタデータ) (2021-09-17T13:45:46Z) - Concurrent Discrimination and Alignment for Self-Supervised Feature
Learning [52.213140525321165]
既存の自己指導型学習手法は,(1)どの特徴が分離されるべきかを明確に示すこと,あるいは(2)どの特徴が閉じるべきかを明確に示すこと,のいずれかのプリテキストタスクを用いて学習する。
本研究では,識別・調整手法の正の側面を組み合わせて,上記の課題に対処するハイブリッド手法を設計する。
本手法は,識別的予測タスクによってそれぞれ反発とアトラクションのメカニズムを明確に特定し,ペアビュー間の相互情報を同時に最大化する。
確立された9つのベンチマーク実験により,提案モデルが自己監督と移動の既成結果より一貫して優れていることが示された。
論文 参考訳(メタデータ) (2021-08-19T09:07:41Z) - Egalitarian Judgment Aggregation [10.42629447317569]
平等主義的考察は、社会選択論の多くの分野において中心的な役割を担っている。
判断アグリゲーションにおいて、平等主義の2つの古典的解釈を捉える公理を導入する。
次に、これらの公理と、社会的選択論からの戦略的防御性の概念との関係について考察する。
論文 参考訳(メタデータ) (2021-02-04T18:07:31Z) - A model to support collective reasoning: Formalization, analysis and
computational assessment [1.126958266688732]
そこで本研究では,人間の議論を表現する新しいモデルと,それらから集合的な結論を得る方法を提案する。
このモデルは、ユーザが議論に新しい情報を導入することによって、既存のアプローチの欠点を克服する。
合意の欠如があっても、集約された意見が一貫性を持つことが示される。
論文 参考訳(メタデータ) (2020-07-14T06:55:32Z) - Inverse Active Sensing: Modeling and Understanding Timely
Decision-Making [111.07204912245841]
我々は,内因性,文脈依存型時間圧下でのエビデンスに基づく意思決定の一般的な設定のための枠組みを開発する。
意思決定戦略において、サプライズ、サスペンス、最適性の直感的な概念をモデル化する方法を実証する。
論文 参考訳(メタデータ) (2020-06-25T02:30:45Z) - Towards Quantifying the Distance between Opinions [66.29568619199074]
テキストの類似性のみに基づく測度や、全体の感情に基づく測度は、意見間の距離を効果的に捉えられないことが多い。
そこで本稿では,ニュアンス観測を生かした意見の類似性を捉えるための新しい距離尺度を提案する。
教師なしの環境では、既存の手法と比較して、調整ランダム指数のスコア(最大56倍)とシルエット係数(最大21倍)が大幅に向上する。
論文 参考訳(メタデータ) (2020-01-27T16:01:10Z)
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。