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
- Policy Aggregation [21.21314301021803]
我々は、マルコフ決定プロセスにおいて、異なる報酬関数と最適なポリシーを持つ複数の個人とAIバリューアライメントの課題を考察する。
我々は、この問題を政策集約の1つとして定式化し、そこでは、望ましい集団的政策を特定することを目的としている。
主要な洞察は、社会的選択法は、国家が占有するポリトープのサブセットのボリュームと順序的選好を識別することで再解釈できるということである。
論文 参考訳(メタデータ) (2024-11-06T04:19:50Z) - Diverging Preferences: When do Annotators Disagree and do Models Know? [92.24651142187989]
我々は,4つのハイレベルクラスにまたがる10のカテゴリにまたがる相違点の分類法を開発した。
意見の相違の大部分は、標準的な報酬モデリングアプローチに反対している。
本研究は,選好の変化を識別し,評価とトレーニングへの影響を緩和する手法を開発する。
論文 参考訳(メタデータ) (2024-10-18T17:32:22Z) - Harm Ratio: A Novel and Versatile Fairness Criterion [27.18270261374462]
好奇心は公平な分業研究の基盤となっている。
本研究では, 新たな公正度基準, 個人に対する有害度比を提案する。
私たちの基準は、重要な意思決定アルゴリズムを区別するのに十分強力です。
論文 参考訳(メタデータ) (2024-10-03T20:36:05Z) - Rater Cohesion and Quality from a Vicarious Perspective [22.445283423317754]
Vicariousアノテーションは、他の人がデータにアノテートすると考える方法をラウンダーに問うことによって、不一致を断ち切る方法である。
我々はレーダ結束指標を用いて、政治的関係や人種的背景がラテンダーの犯罪に対する認識に与える影響について検討する。
我々は,レーダの品質指標が,個人的および活気あるレベルにわたって,グループ内およびグループ間レーダの凝集にどのように影響するかを検討する。
論文 参考訳(メタデータ) (2024-08-15T20:37:36Z) - 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) - 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) - 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。