論文の概要: Automated Deterministic Auction Design with Objective Decomposition
- arxiv url: http://arxiv.org/abs/2402.11904v2
- Date: Mon, 22 Jul 2024 14:32:46 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-24 02:40:58.449254
- Title: Automated Deterministic Auction Design with Objective Decomposition
- Title（参考訳）: 目的分解による自動決定論的オークション設計
- Authors: Zhijian Duan, Haoran Sun, Yichong Xia, Siqiang Wang, Zhilin Zhang, Chuan Yu, Jian Xu, Bo Zheng, Xiaotie Deng,
- Abstract要約: 本稿では,VVCA(Virtual Valuations Combinatorial Auctions)の自動設計のための客観的分解手法であるOD-VVCAを紹介する。
並列化可能な動的プログラミングアルゴリズムを用いて、VVCAの割り当てと収益の効率よく計算する。
次に、収益目標関数を連続的かつ一括的に不連続なコンポーネントに分解し、それぞれを異なる手法で最適化する。
- 参考スコア（独自算出の注目度）: 31.918952529696885
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Identifying high-revenue mechanisms that are both dominant strategy incentive compatible (DSIC) and individually rational (IR) is a fundamental challenge in auction design. While theoretical approaches have encountered bottlenecks in multi-item auctions, there has been much empirical progress in automated designing such mechanisms using machine learning. However, existing research primarily focuses on randomized auctions, with less attention given to the more practical deterministic auctions. Therefore, this paper investigates the automated design of deterministic auctions and introduces OD-VVCA, an objective decomposition approach for automated designing Virtual Valuations Combinatorial Auctions (VVCAs). Firstly, we restrict our mechanism to deterministic VVCAs, which are inherently DSIC and IR. Afterward, we utilize a parallelizable dynamic programming algorithm to compute the allocation and revenue outcomes of a VVCA efficiently. We then decompose the revenue objective function into continuous and piecewise constant discontinuous components, optimizing each using distinct methods. Extensive experiments show that OD-VVCA achieves high revenue in multi-item auctions, especially in large-scale settings where it outperforms both randomized and deterministic baselines, indicating its efficacy and scalability.
- Abstract（参考訳）: 主要な戦略インセンティブ互換(DSIC)と個人的合理的(IR)の両方である高頻度メカニズムの同定は、オークションデザインにおける根本的な課題である。
理論的アプローチは、マルチイテムオークションにおいてボトルネックに直面してきたが、機械学習を用いてそのようなメカニズムを自動設計する上で、多くの経験的な進歩があった。
しかし、既存の研究は主にランダム化オークションに焦点を当てており、より実践的な決定論的オークションには注目されていない。
そこで本研究では, 決定論的オークションの自動設計について検討し, VVCA(Virtual Valuations Combinatorial Auctions)の自動設計のための客観的分解手法であるOD-VVCAを紹介する。
まず,このメカニズムをDSICとIRに固有の決定論的VVCAに限定する。
その後、並列化可能な動的プログラミングアルゴリズムを用いて、VVCAの割り当てと収益を効率的に計算する。
次に、収益目標関数を連続的かつ一括的に不連続なコンポーネントに分解し、それぞれを異なる手法で最適化する。
大規模な実験により、OD-VVCAは、特にランダム化ベースラインと決定論的ベースラインの両方を上回り、その有効性とスケーラビリティを示す大規模セッティングにおいて、マルチテムオークションにおいて高い収益を達成することが示された。
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 [130.9259586568977]
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。