論文の概要: Heuristics for Inequality minimization in PageRank values

• arxiv url: http://arxiv.org/abs/2310.18537v1
• Date: Fri, 27 Oct 2023 23:36:12 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-31 18:10:07.507093
• Title: Heuristics for Inequality minimization in PageRank values
• Title（参考訳）: PageRank値の不等式最小化のヒューリスティックス
• Authors: Subhajit Sahu
• Abstract要約: 本研究では,各種グラフ上でのPageRank分布の不平等を評価するために,収入/富の不平等の尺度であるGini係数を用いた。 その結果,2つの異なるアルゴリズムの組み合わせは,不等式を最小化するための効果的な戦略を示す可能性が示唆された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This research study investigates the minimization of inequality in the ranks of vertices obtained using the PageRank algorithm. PageRank is a widely used algorithm for ranking webpages and plays a significant role in determining web traffic. This study employs the Gini coefficient, a measure of income/wealth inequality, to assess the inequality in PageRank distributions on various types of graphs. The investigation involves two experiments: one that modifies strategies for handling dead-end nodes and another that explores six deterministic methods for reducing inequality. Our findings indicate that a combination of two distinct heuristics may present an effective strategy for minimizing inequality.
• Abstract（参考訳）: 本研究では,PageRankアルゴリズムを用いて得られた頂点ランクの不等式最小化について検討した。 PageRankはウェブページのランク付けに広く使われているアルゴリズムであり、ウェブトラフィックを決定する上で重要な役割を果たしている。 本研究では,各種グラフ上のPageRank分布の不平等を評価するために,収入/富の不平等の尺度であるGini係数を用いた。 この調査には、デッドエンドノードを扱うための戦略を変更する実験と、不平等を減らすための6つの決定論的手法を探索する実験が含まれる。 以上の結果から, 2つの異なるヒューリスティックの組合せは不等式を最小化する効果的な戦略である可能性が示唆された。

関連論文リスト

• Bipartite Ranking Fairness through a Model Agnostic Ordering Adjustment [54.179859639868646]
  本稿では,二部類ランキングにおける公平性を実現するためのモデルに依存しない後処理フレームワークxOrderを提案する。 xOrderは、教師なしおよび教師なしの公正度メトリックを含む、さまざまな分類モデルとランキングフェアネスメトリクスと互換性がある。 提案アルゴリズムを,4つのベンチマークデータセットと2つの実世界の患者電子健康記録リポジトリ上で評価した。
  論文  参考訳（メタデータ） (2023-07-27T07:42:44Z)
• Explainable Disparity Compensation for Efficient Fair Ranking [0.3759936323189418]
  意思決定システムで使用されるランク付け関数は、基礎となるデータに偏りがあるため、異なる集団に対して異なる結果をもたらすことが多い。 最近の補償策は主に、公正性を保証するためにランク関数の不透明な変換に焦点を当てている。 本稿では,ランキング関数に対するデータ駆動型補償法を提案する。
  論文  参考訳（メタデータ） (2023-07-25T09:12:50Z)
• Learning Towards the Largest Margins [83.7763875464011]
  損失関数は、クラスとサンプルの両方の最大のマージンを促進するべきである。 この原則化されたフレームワークは、既存のマージンベースの損失を理解し、解釈するための新しい視点を提供するだけでなく、新しいツールの設計を導くことができます。
  論文  参考訳（メタデータ） (2022-06-23T10:03:03Z)
• Optimal Algorithms for Decentralized Stochastic Variational Inequalities [113.43047601775453]
  この作業は、ますます重要になるが十分に理解されていない分散的な設定に集中する。 通信と局所的な繰り返しの両方の下位境界を示し、これらの下位境界に一致する最適なアルゴリズムを構築する。 我々のアルゴリズムは、分散化されたケースだけでなく、決定論的で非分散的な文献でも利用できる。
  論文  参考訳（メタデータ） (2022-02-06T13:14:02Z)
• Heuristic Search for Rank Aggregation with Application to Label Ranking [16.275063634853584]
  本稿では,階層化問題を解くために,効果的なハイブリッド進化的ランキングアルゴリズムを提案する。 このアルゴリズムは、コンコーダントペアに基づくセマンティッククロスオーバーと、効率的な漸進的評価手法によって強化された遅延受容局所探索を特徴とする。 アルゴリズムを評価するために実験が行われ、ベンチマークインスタンス上での高い競争性能を示す。
  論文  参考訳（メタデータ） (2022-01-11T11:43:17Z)
• An Outcome Test of Discrimination for Ranked Lists [0.18416014644193063]
  非差別はモーメントの不等式を意味することを示す。 我々は、インプリケートされた不等式を統計的にテストする方法を示し、LinkedInのデータを用いてアプリケーションにおける我々のアプローチを検証する。
  論文  参考訳（メタデータ） (2021-11-15T16:42:57Z)
• A Reverse Jensen Inequality Result with Application to Mutual Information Estimation [27.35611916229265]
  確率的設定では、ジェンセンの不等式は凸関数と期待値の関係を記述する。 最小限の制約と適切なスケーリングで、ジェンセンの不等式は逆転できることを示す。
  論文  参考訳（メタデータ） (2021-11-12T11:54:17Z)
• Efficient First-Order Contextual Bandits: Prediction, Allocation, and Triangular Discrimination [82.52105963476703]
  統計的学習、オンライン学習、その他における繰り返しのテーマは、低騒音の問題に対してより速い収束率が可能であることである。 1次保証は統計的およびオンライン学習において比較的よく理解されている。 三角識別と呼ばれる対数損失と情報理論量が一階保証を得る上で基本的な役割を担っていることを示す。
  論文  参考訳（メタデータ） (2021-07-05T19:20:34Z)
• PiRank: Learning To Rank via Differentiable Sorting [85.28916333414145]
  ランク付けのための新しい分類可能なサロゲートであるPiRankを提案する。 ピランクは所望の指標をゼロ温度の限界で正確に回収する。
  論文  参考訳（メタデータ） (2020-12-12T05:07:36Z)
• Towards Model-Agnostic Post-Hoc Adjustment for Balancing Ranking Fairness and Algorithm Utility [54.179859639868646]
  Bipartiteランキングは、ラベル付きデータから正の個人よりも上位の個人をランク付けするスコアリング機能を学ぶことを目的としている。 学習したスコアリング機能が、異なる保護グループ間で体系的な格差を引き起こすのではないかという懸念が高まっている。 本稿では、二部構成のランキングシナリオにおいて、それらのバランスをとるためのモデル後処理フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-06-15T10:08:39Z)
• TopRank+: A Refinement of TopRank Algorithm [0.0]
  トポロジカルソートに基づく新しいオンライン学習アルゴリズムが提案された。 本研究では、ある暗黙関数の混合と拡張の手法を用いて、不等式に対してより厳密で反復的なログのような境界を与える。
  論文  参考訳（メタデータ） (2020-01-21T15:44:44Z)

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。