論文の概要: Efficient Weighting Schemes for Auditing Instant-Runoff Voting Elections
- arxiv url: http://arxiv.org/abs/2403.15400v1
- Date: Sun, 18 Feb 2024 10:13:01 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-01 03:13:49.294724
- Title: Efficient Weighting Schemes for Auditing Instant-Runoff Voting Elections
- Title(参考訳): 即時投票投票を監査するための効率的な重み付け方式
- Authors: Alexander Ek, Philip B. Stark, Peter J. Stuckey, Damjan Vukcevic,
- Abstract要約: AWAIREは、適応的に重み付けされたテスト統計量であり、本質的には、テストに有効な仮説のセットを「学習」する。
我々は,計画と設定を幅広く探究し,有効利用のための効率的な選択を特定し,推奨する。
現在のAWAIRE実装の制限は、少数の候補を扱うことの制限である。
- 参考スコア(独自算出の注目度): 57.67176250198289
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Various risk-limiting audit (RLA) methods have been developed for instant-runoff voting (IRV) elections. A recent method, AWAIRE, is the first efficient approach that does not require cast vote records (CVRs). AWAIRE involves adaptively weighted averages of test statistics, essentially "learning" an effective set of hypotheses to test. However, the initial paper on AWAIRE only examined a few weighting schemes and parameter settings. We provide an extensive exploration of schemes and settings, to identify and recommend efficient choices for practical use. We focus only on the (hardest) case where CVRs are not available, using simulations based on real election data to assess performance. Across our comparisons, the most effective schemes are often those that place most or all of the weight on the apparent "best" hypotheses based on already seen data. Conversely, the optimal tuning parameters tended to vary based on the election margin. Nonetheless, we quantify the performance trade-offs for different choices across varying election margins, aiding in selecting the most desirable trade-off if a default option is needed. A limitation of the current AWAIRE implementation is its restriction to handling a small number of candidates (previously demonstrated up to six candidates). One path to a more computationally efficient implementation would be to use lazy evaluation and avoid considering all possible hypotheses. Our findings suggest that such an approach could be done without substantially comprising statistical performance.
- Abstract(参考訳): 即時投票 (IRV) 選挙のためのリスク制限監査 (RLA) 手法が開発されている。
最近の手法であるAWAIREは、キャスト投票記録(CVR)を必要としない最初の効率的なアプローチである。
AWAIREは、適応的に重み付けされたテスト統計量であり、本質的には、テストに有効な仮説のセットを「学習」する。
しかし、AWAIREの最初の論文では、いくつかの重み付けスキームとパラメータ設定についてのみ検討した。
我々は,計画と設定を幅広く探究し,有効利用のための効率的な選択を特定し,推奨する。
我々は、実際の選挙データに基づくシミュレーションを用いて、CVRが利用できない(最も厳しい)ケースにのみ焦点をあてる。
比較において、最も効果的なスキームは、しばしば、既に観測されたデータに基づいて、見かけ上の「ベスト」仮説に重みのほとんどまたは全てを配置するものである。
逆に、最適チューニングパラメータは選挙マージンによって異なる傾向にあった。
それでも、デフォルトオプションが必要な場合、最も望ましいトレードオフを選択するのに役立ち、さまざまな選挙マージンで異なる選択に対するパフォーマンストレードオフを定量化します。
現在のAWAIRE実装の制限は、少数の候補(以前は6つの候補)を扱うことの制限である。
より計算的に効率的な実装への道の1つは、遅延評価を使い、可能なすべての仮説を考慮しないことである。
以上の結果から,統計的に有意な構成を伴わずに,このようなアプローチが可能であることが示唆された。
関連論文リスト
- Large Language Models Are Not Robust Multiple Choice Selectors [117.72712117510953]
複数選択質問(MCQ)は、大規模言語モデル(LLM)の評価において、一般的なが重要なタスク形式として機能する。
この研究は、現代のLLMが、その固有の「選択バイアス」によるオプション位置変化に対して脆弱であることを示している。
そこで本研究では,オプションIDに対する事前バイアスを全体予測分布から分離するPriDeという,ラベルのない推論時間脱バイアス手法を提案する。
論文 参考訳(メタデータ) (2023-09-07T17:44:56Z) - Better Practices for Domain Adaptation [62.70267990659201]
ドメイン適応(DA)は、ラベルを使わずに、モデルを配置データに適用するためのフレームワークを提供することを目的としている。
DAの明確な検証プロトコルは、文献の悪い実践につながっている。
ドメイン適応手法の3つの分野にまたがる課題を示す。
論文 参考訳(メタデータ) (2023-09-07T17:44:18Z) - Adaptively Weighted Audits of Instant-Runoff Voting Elections: AWAIRE [61.872917066847855]
即時投票(IRV)選挙の監査方法は、リスク制限や、各投票における投票の電子的記録であるキャスト投票記録(CVR)を必要とするものではない。
我々は,CVRが利用できない場合に,適応的に重み付けされたテストスーパーマーチンガルを用いてITV選挙を効率よく監査するRLA手法を開発した。
論文 参考訳(メタデータ) (2023-07-20T15:55:34Z) - Sequential Kernelized Independence Testing [101.22966794822084]
我々は、カーネル化依存度にインスパイアされたシーケンシャルなカーネル化独立試験を設計する。
シミュレーションデータと実データの両方にアプローチのパワーを実証する。
論文 参考訳(メタデータ) (2022-12-14T18:08:42Z) - Ballot-Polling Audits of Instant-Runoff Voting Elections with a
Dirichlet-Tree Model [23.14629947453497]
即時投票(Instant-runoff voting、IRV)は、世界中のいくつかの国で使用されている。
投票者は選好順に候補者をランク付けすることが必要であり、最初のペーストポストやスコアリングルールのようなシステムよりも複雑なカウントアルゴリズムを使用する。
さらに複雑なシステムであるSTV(Single Transferable vote)は、複数の候補者を選出する必要があるときに使用される。
現在、STVのリスク制限監査(RLA)法は、完全な手動による投票数以外には知られていない。
論文 参考訳(メタデータ) (2022-09-08T15:35:50Z) - Offline Policy Optimization with Eligible Actions [34.4530766779594]
オフラインポリシーの最適化は多くの現実世界の意思決定問題に大きな影響を与える可能性がある。
重要度サンプリングとその変種は、オフラインポリシー評価において一般的に使用されるタイプの推定器である。
そこで本稿では, 州ごとの正規化制約によって過度に適合することを避けるアルゴリズムを提案する。
論文 参考訳(メタデータ) (2022-07-01T19:18:15Z) - Auditing Ranked Voting Elections with Dirichlet-Tree Models: First Steps [23.14629947453497]
ランク付けされた投票システムは世界中の多くの場所で使用されている。
フルハンドカウント以外に、STVのリスク制限監査(RLA)手法は知られていない。
本稿では,高次元パラメータを計算的に効率的に扱える統計モデルDirichlet-treeを用いたランキングシステムの監査手法を提案する。
論文 参考訳(メタデータ) (2022-06-29T13:06:42Z) - Taking the Counterfactual Online: Efficient and Unbiased Online
Evaluation for Ranking [74.46448041224247]
データロギングのポリシーを最適化する新しいロギング・ポリシ最適化アルゴリズム(LogOpt)を導入する。
LogOptは、ログポリシーに無関係な反ファクト的なアプローチをオンラインアプローチに変換し、アルゴリズムが表示すべきランキングを決定する。
オンライン評価手法として、LogOptは既存のインターリービング方法とは異なり、位置と項目選択バイアスに偏りがないことが証明されている。
論文 参考訳(メタデータ) (2020-07-24T18:05:58Z) - No Regret Sample Selection with Noisy Labels [0.0]
複数の雑音ラベル付きデータセットに対する実験結果から,サンプル選択戦略がDNNトレーニングに有効であることが示された。
提案手法は, 計算コストを著しく低減しつつ, 最先端手法のベストあるいは2番目に高い性能を実現する。
論文 参考訳(メタデータ) (2020-03-06T13:17:35Z)
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。