論文の概要: Results about sets of desirable gamble sets
- arxiv url: http://arxiv.org/abs/2404.17924v2
- Date: Thu, 16 May 2024 16:35:01 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-17 18:25:33.519819
- Title: Results about sets of desirable gamble sets
- Title(参考訳): 望ましいギャンブル集合の集合に関する結果
- Authors: Catrin Campbell-Moore,
- Abstract要約: 望ましいギャンブル集合のコヒーレントな集合は、不確実性の下でのエージェントの意見と選択の選好を表現するモデルとして用いられる。
所望のギャンブル集合のコヒーレント集合は、所望のギャンブル集合のコヒーレント集合の適切なフィルタによって表現できることを示す。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Coherent sets of desirable gamble sets is used as a model for representing an agents opinions and choice preferences under uncertainty. In this paper we provide some results about the axioms required for coherence and the natural extension of a given set of desirable gamble sets. We also show that coherent sets of desirable gamble sets can be represented by a proper filter of coherent sets of desirable gambles.
- Abstract(参考訳): 望ましいギャンブル集合のコヒーレントな集合は、不確実性の下でエージェントの意見と選択の選好を表現するモデルとして使用される。
本稿では,コヒーレンスに必要な公理と,所与の所望のギャンブル集合の自然な拡張について述べる。
また、所望のギャンブル集合のコヒーレント集合は、所望のギャンブル集合のコヒーレント集合の適切なフィルタで表現できることを示す。
関連論文リスト
- Imprecise Multi-Armed Bandits [0.0]
そこで本研究では,各アームが,結果空間上の固定された未知の干潟と結びついている,新しいマルチアーム・バンディット・フレームワークを提案する。
次に、これらのクレダル集合によって定義される下述の前提に対応する後悔の概念を定義する。
論文 参考訳(メタデータ) (2024-05-09T10:58:40Z) - Bounding Consideration Probabilities in Consider-Then-Choose Ranking
Models [4.968566004977497]
正確な識別ができないにもかかわらず、考慮すべき確率に関する有用な情報を学習できることが示される。
本手法は,心理学実験のランキングデータセット上で,2つの異なるランキングタスクを用いて実証する。
論文 参考訳(メタデータ) (2024-01-19T20:27:29Z) - The logic behind desirable sets of things, and its filter representation [0.13108652488669734]
所望(集合)のコヒーレントな集合の最近の理論の背後にある論理を同定し、コヒーレントなギャンブルの集合とコヒーレントな選択関数を一般化する。
この同定により、より単純なモデルを用いて、このようなコヒーレントなモデルに対する様々な表現結果が確立できることが示される。
論文 参考訳(メタデータ) (2023-02-16T09:45:21Z) - Efficient Pure Exploration for Combinatorial Bandits with Semi-Bandit
Feedback [51.21673420940346]
コンビナーシャルバンディットはマルチアームバンディットを一般化し、エージェントが腕のセットを選択し、選択したセットに含まれる各腕の騒々しい報酬を観察します。
我々は, 最善の腕を一定の信頼度で識別する純粋爆発問題と, 応答集合の構造が動作集合の1つと異なるような, より一般的な設定に注目する。
有限多面体に対するプロジェクションフリーオンライン学習アルゴリズムに基づいて、凸的に最適であり、競争力のある経験的性能を持つ最初の計算効率の良いアルゴリズムである。
論文 参考訳(メタデータ) (2021-01-21T10:35:09Z) - Characterizing Fairness Over the Set of Good Models Under Selective
Labels [69.64662540443162]
同様の性能を実現するモデルセットに対して,予測公正性を特徴付けるフレームワークを開発する。
到達可能なグループレベルの予測格差の範囲を計算するためのトラクタブルアルゴリズムを提供します。
選択ラベル付きデータの実証的な課題に対処するために、我々のフレームワークを拡張します。
論文 参考訳(メタデータ) (2021-01-02T02:11:37Z) - Necessarily Optimal One-Sided Matchings [49.0517583218216]
我々は、$n$エージェントと$n$オブジェクトとをマッチングする古典的な問題について研究する。
エージェントに完全な選好を報告させる代わりに、私たちのゴールは部分的な選好から望ましいマッチングを学ぶことです。
我々は,与えられたマッチングが NPO か NRM かを確認し,そのようなマッチングが与えられたトップ$k$ の部分的選好が存在するかどうかを確認するために,効率的なアルゴリズムを設計する。
論文 参考訳(メタデータ) (2020-07-17T16:01:34Z) - SetRank: A Setwise Bayesian Approach for Collaborative Ranking from
Implicit Feedback [50.13745601531148]
提案手法は,提案システムにおける暗黙的フィードバックの特性に対応するために,協調的ランキング(SeetRank)のためのセッティングワイドベイズ的手法を提案する。
具体的には、SetRankは、新しい設定された選好比較の後方確率を最大化することを目的としている。
また、SetRankの理論解析により、余剰リスクの境界が$sqrtM/N$に比例できることを示す。
論文 参考訳(メタデータ) (2020-02-23T06:40:48Z) - Guiding Corpus-based Set Expansion by Auxiliary Sets Generation and
Co-Expansion [45.716171458483636]
コーパスベースのセット展開アルゴリズムは、語彙パターンと分布類似性を組み込むことで、与えられた種子をブートストラップする。
Set-CoExpanは、ユーザの興味のターゲットセットと密接に関連する負のセットとして、補助セットを自動的に生成する。
本研究では,Set-CoExpanが強いベースライン法を著しく上回ることを示す。
論文 参考訳(メタデータ) (2020-01-27T22:34:07Z) - Incentivizing Exploration with Selective Data Disclosure [70.11902902106014]
効率的な探索を促すレコメンデーションシステムを提案し設計する。
エージェントは順次到着し、固定されたが未知のアクション固有の分布から引き出されたアクションを選択し、報酬を受け取る。
フレキシブル・頻繁な行動モデルを用いた探索において,最適な後悔率が得られる。
論文 参考訳(メタデータ) (2018-11-14T19:29:16Z)
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。