論文の概要: Ahead of the Count: An Algorithm for Probabilistic Prediction of Instant Runoff (IRV) Elections
- arxiv url: http://arxiv.org/abs/2405.09009v1
- Date: Wed, 15 May 2024 00:25:51 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-16 14:45:30.664580
- Title: Ahead of the Count: An Algorithm for Probabilistic Prediction of Instant Runoff (IRV) Elections
- Title（参考訳）: Ahead of the Count: An Probabilistic Prediction for Probabilistic Prediction of Instant Runoff (IRV) elections
- Authors: Nicholas Kapoor, P. Christopher Staecker,
- Abstract要約: Instant Runoff Voting (IRV) 選挙の結果を予測する新しいアルゴリズムを提案する。
アルゴリズムは、各候補ランキングの投票総数を表す離散確率分布の集合を入力として取る。
IRVラウンドで発生する可能性のあるすべての除去シーケンスを計算し、それぞれに確率を割り当てる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: How can we probabilistically predict the winner in a ranked-choice election without all ballots being counted? In this study, we introduce a novel algorithm designed to predict outcomes in Instant Runoff Voting (IRV) elections. The algorithm takes as input a set of discrete probability distributions describing vote totals for each candidate ranking and calculates the probability that each candidate will win the election. In fact, we calculate all possible sequences of eliminations that might occur in the IRV rounds and assign a probability to each. The discrete probability distributions can be arbitrary and, in applications, could be measured empirically from pre-election polling data or from partial vote tallies of an in-progress election. The algorithm is effective for elections with a small number of candidates (five or fewer), with fast execution on typical consumer computers. The run-time is short enough for our method to be used for real-time election night modeling where new predictions are made continuously as more and more vote information becomes available. We demonstrate the algorithm in abstract examples, and also using real data from the 2022 Alaska state elections to simulate election-night predictions and also predictions of election recounts.
- Abstract（参考訳）: すべての投票が数えられることなく、ランク付けされた選挙の勝者を確率的に予測するにはどうすればいいのか?
本研究では,Instant Runoff Voting (IRV) 選挙の結果を予測する新しいアルゴリズムを提案する。
アルゴリズムは、各候補者ランキングの投票総数を表す離散確率分布の集合を入力として、各候補者が選挙に勝つ確率を算出する。
実際、IRVラウンドで発生する可能性のあるすべての除去シーケンスを計算し、それぞれに確率を割り当てる。
離散確率分布は任意であり、応用においては、予備選挙の投票データから経験的に測定することができる。
このアルゴリズムは、少数の候補者(5人かそれ以下)による選挙に有効であり、一般消費者コンピュータ上で高速に実行される。
リアルタイムの選挙夜モデリングでは,より多くの投票情報が利用可能になるにつれて,新たな予測が継続的に作成されるので,実行時間は十分短い。
我々は,このアルゴリズムを抽象的な例で示すとともに,2022年のアラスカ州選挙の実データを用いて,選挙夜の予測と選挙記録の予測を行う。
関連論文リスト
- ElectionSim: Massive Population Election Simulation Powered by Large Language Model Driven Agents [70.17229548653852]
我々は,大規模言語モデルに基づく革新的な選挙シミュレーションフレームワークであるElectronSimを紹介する。
ソーシャルメディアプラットフォームからサンプリングした100万レベルの投票者プールを提示し、正確な個人シミュレーションを支援する。
PPEは、米国大統領選挙シナリオ下での我々の枠組みの性能を評価するための、世論調査に基づく大統領選挙ベンチマークである。
論文 参考訳（メタデータ） (2024-10-28T05:25:50Z) - Improving the Computational Efficiency of Adaptive Audits of IRV Elections [54.427049258408424]
AWAIREは、任意の数の候補でIRVコンテストを監査できるが、当初の実装では、候補数とともに指数関数的に増加するメモリと計算コストが増大していた。
本稿では,従来の6候補と比較して,55候補のIRVコンテストを実際に実施する3つの方法で,AWAIREのアルゴリズム実装を改善した。
論文 参考訳（メタデータ） (2024-07-23T13:28:00Z) - Efficient Weighting Schemes for Auditing Instant-Runoff Voting Elections [57.67176250198289]
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、より広範囲にスキームと設定を検討し、実践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、少数の候補者に限られている。
論文 参考訳（メタデータ） (2024-02-18T10:13:01Z) - 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) - Novelty Detection for Election Fraud: A Case Study with Agent-Based
Simulation Data [6.692240192392746]
不正行為のないクリーンな選挙結果データセットと、不正行為の度合いの異なるデータセットを生成します。
このアルゴリズムは、投票結果の予測結果と実際の選挙結果の類似性を決定する。
シミュレーション手法と機械学習モデルの有効性を両立させ,不正領域の同定に成功した。
論文 参考訳（メタデータ） (2022-11-29T08:46:36Z) - Identifying Possible Winners in Ranked Choice Voting Elections with
Outstanding Ballots [0.0]
ランク選択投票(Crown-choice voting、RCV)は、投票者が自分の選択をランク付けでき、その結果はラウンドで計算される。
RCVの選挙結果は、必ずしも選挙の夜には明らかではなく、出版までに数週間かかる可能性がある。
本稿では,一部の投票者によるRCV選挙の勝者を効率よく計算するアルゴリズムを提案する。
論文 参考訳（メタデータ） (2022-06-25T22:08:15Z) - Agent-based Simulation of District-based Elections [0.5076419064097732]
選挙区ベースの選挙では、選挙人はそれぞれの選挙区に票を投じた。
各地区において、最大得票率の政党が、行政機関の議席を獲得する。
選挙結果は、異なる政党が獲得した議席数に基づく。
論文 参考訳（メタデータ） (2022-05-28T11:19:04Z) - Expected Frequency Matrices of Elections: Computation, Geometry, and
Preference Learning [58.23459346724491]
我々は、Szufa et al.(AAMAS 2020)の「選挙マップ」アプローチを用いて、よく知られた投票分布を分析します。
分布の「スケルトン写像」を描き、その頑健さを評価し、その性質を分析する。
論文 参考訳（メタデータ） (2022-05-16T17:40:22Z) - Electoral Forecasting Using a Novel Temporal Attenuation Model:
Predicting the US Presidential Elections [91.3755431537592]
予備選別世論調査データを用いて予測精度を向上させる新しいマクロスケール時間減衰(TA)モデルを開発した。
我々の仮説は、世論調査を公表するタイミングは、特に選挙直前の世論の変動に重要な役割を果たす、というものである。
我々は,48年間の平均予測誤差2.8-3.28点を蓄積するTAモデルの2つの異なる実装を提案する。
論文 参考訳（メタデータ） (2020-04-30T09:21:52Z)
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。