論文の概要: Scalable Virtual Valuations Combinatorial Auction Design by Combining Zeroth-Order and First-Order Optimization Method

• arxiv url: http://arxiv.org/abs/2402.11904v1
• Date: Mon, 19 Feb 2024 07:45:04 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-20 17:52:48.618427
• Title: Scalable Virtual Valuations Combinatorial Auction Design by Combining Zeroth-Order and First-Order Optimization Method
• Title（参考訳）: zeroth-order と first-order optimization を併用したスケーラブルな仮想評価型コンビネートオークション設計
• Authors: Zhijian Duan, Haoran Sun, Yichong Xia, Siqiang Wang, Zhilin Zhang, Chuan Yu, Jian Xu, Bo Zheng, Xiaotie Deng
• Abstract要約: 自動オークションデザインは、機械学習を用いて経験的に高効率でインセンティブに適合するメカニズムを発見することを目指している。 既存のアプローチでは、スケーラビリティの問題や収益の非差別化といった課題に直面している。 本稿では,VVCAパラメータを最適化するために,ゼロ階法と1階法を組み合わせた新しい最適化手法を提案する。
• 参考スコア（独自算出の注目度）: 33.11929291593751
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Automated auction design seeks to discover empirically high-revenue and incentive-compatible mechanisms using machine learning. Ensuring dominant strategy incentive compatibility (DSIC) is crucial, and the most effective approach is to confine the mechanism to Affine Maximizer Auctions (AMAs). Nevertheless, existing AMA-based approaches encounter challenges such as scalability issues (arising from combinatorial candidate allocations) and the non-differentiability of revenue. In this paper, to achieve a scalable AMA-based method, we further restrict the auction mechanism to Virtual Valuations Combinatorial Auctions (VVCAs), a subset of AMAs with significantly fewer parameters. Initially, we employ a parallelizable dynamic programming algorithm to compute the winning allocation of a VVCA. Subsequently, we propose a novel optimization method that combines both zeroth-order and first-order techniques to optimize the VVCA parameters. Extensive experiments demonstrate the efficacy and scalability of our proposed approach, termed Zeroth-order and First-order Optimization of VVCAs (ZFO-VVCA), particularly when applied to large-scale auctions.
• Abstract（参考訳）: 自動オークションデザインは、機械学習を用いて経験的に高効率でインセンティブに適合するメカニズムを発見しようとしている。 主要な戦略インセンティブ互換性(DSIC)の確保は不可欠であり、最も効果的なアプローチはAffine Maximizer Auctions(AMA)のメカニズムを限定することである。 それでも、既存のAMAベースのアプローチは、スケーラビリティの問題(組み合わせ候補の割り当てから生じる)や収益の非差別性といった課題に直面している。 本稿では、スケーラブルなAMAベースの手法を実現するために、パラメータが大幅に少ないAMAのサブセットであるVVCA(Virtual Valuations Combinatorial Auctions)にオークション機構をさらに制限する。 まず、並列化可能な動的プログラムアルゴリズムを用いて、VVCAの入賞割り当てを計算する。 次に,VVCAパラメータを最適化するために,ゼロ階法と1階法を組み合わせた新しい最適化手法を提案する。 VVCAのゼロ次最適化(ZFO-VVCA)と1次最適化(ZFO-VVCA)と呼ばれる提案手法の有効性と拡張性を実証した。

関連論文リスト

• An Innovative Attention-based Ensemble System for Credit Card Fraud Detection [5.486205584465161]
  本稿では,クレジットカード不正検出のためのユニークな注意に基づくアンサンブルモデルを提案する。 アンサンブルモデルの精度は 99.95% であり、曲線 (AUC) の下の面積は 1 である。
  論文  参考訳（メタデータ） (2024-10-01T09:56:23Z)
• LoRA-Ensemble: Efficient Uncertainty Modelling for Self-attention Networks [52.46420522934253]
  本稿では,自己注意ネットワークのためのパラメータ効率の高いディープアンサンブル手法であるLoRA-Ensembleを紹介する。 全メンバー間で重みを共有できる1つの事前学習型自己注意ネットワークを利用することで、注意投影のために、メンバー固有の低ランク行列を訓練する。 提案手法は明示的なアンサンブルよりも優れたキャリブレーションを示し,様々な予測タスクやデータセットに対して類似あるいは良好な精度を実現する。
  論文  参考訳（メタデータ） (2024-05-23T11:10:32Z)
• Refined Mechanism Design for Approximately Structured Priors via Active Regression [50.71772232237571]
  我々は、大量の商品を戦略的入札者に販売する収益を最大化する販売業者の問題を考える。 この設定の最適かつほぼ最適のメカニズムは、特徴付けや計算が難しいことで有名である。
  論文  参考訳（メタデータ） (2023-10-11T20:34:17Z)
• Exploiting Modality-Specific Features For Multi-Modal Manipulation Detection And Grounding [54.49214267905562]
  マルチモーダルな操作検出とグラウンド処理のためのトランスフォーマーベースのフレームワークを構築する。 本フレームワークは,マルチモーダルアライメントの能力を維持しながら,モダリティ特有の特徴を同時に探求する。 本稿では,グローバルな文脈的キューを各モーダル内に適応的に集約する暗黙的操作クエリ(IMQ)を提案する。
  論文  参考訳（メタデータ） (2023-09-22T06:55:41Z)
• Machine Learning-Powered Combinatorial Clock Auction [13.724491757145385]
  我々はイテレーティブオークション(ICA)の設計について研究する。 本稿では,要求クエリに基づいてMLモデルをトレーニングする新しい手法を提案する。 いくつかのスペクトルオークション領域におけるMLベースの需要メカニズムを実験的に評価した。
  論文  参考訳（メタデータ） (2023-08-20T10:43:50Z)
• Robust multi-item auction design using statistical learning: Overcoming uncertainty in bidders' types distributions [6.5920927560926295]
  提案手法は,非パラメトリック密度推定を用いて,過去の入札から入札者のタイプを正確に推定する。 本機構の効率をさらに高めるために,クエリ削減のための2つの新しい戦略を導入する。 小規模データと大規模データの両方で実施されたシミュレーション実験により、当社のメカニズムは、収益設計やクエリ削減の観点から、既存の手法よりも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） (2023-02-02T08:32:55Z)
• Bayesian Optimization-based Combinatorial Assignment [10.73407470973258]
  オークションやコースアロケーションを含むアサインドメインについて検討する。 この領域の主な課題は、バンドル空間がアイテム数で指数関数的に増加することである。
  論文  参考訳（メタデータ） (2022-08-31T08:47:02Z)
• Pessimism meets VCG: Learning Dynamic Mechanism Design via Offline Reinforcement Learning [114.36124979578896]
  オフライン強化学習アルゴリズムを用いて動的メカニズムを設計する。 我々のアルゴリズムは悲観主義の原理に基づいており、オフラインデータセットのカバレッジについて軽度な仮定しか必要としない。
  論文  参考訳（メタデータ） (2022-05-05T05:44:26Z)
• Learning Dynamic Mechanisms in Unknown Environments: A Reinforcement Learning Approach [123.55983746427572]
  本稿では,複数ラウンドの対話を通して動的ビックレー・クラーク・グローブ(VCG)機構を回復するための新しい学習アルゴリズムを提案する。 当社のアプローチの重要な貢献は、報酬のないオンライン強化学習(RL)を取り入れて、リッチな政策分野の探索を支援することである。
  論文  参考訳（メタデータ） (2022-02-25T16:17:23Z)
• Neural Auction: End-to-End Learning of Auction Mechanisms for E-Commerce Advertising [42.7415188090209]
  我々は,オークションからコンテキストを効率的に抽出する深層モデルを開発し,オークションデザインのための豊富な特徴を提供する。 タオバオのEコマース広告システムにDNAが配備されている。
  論文  参考訳（メタデータ） (2021-06-07T13:20:40Z)
• 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)

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。