論文の概要: Automating Food Drop: The Power of Two Choices for Dynamic and Fair Food Allocation
- arxiv url: http://arxiv.org/abs/2406.06363v1
- Date: Mon, 10 Jun 2024 15:22:41 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-11 13:28:42.051289
- Title: Automating Food Drop: The Power of Two Choices for Dynamic and Fair Food Allocation
- Title（参考訳）: 食品落下の自動化:動的・公正な食品配置のための2つの選択の力
- Authors: Marios Mertzanidis, Alexandros Psomas, Paritosh Verma,
- Abstract要約: 私たちはインディアナ州の非営利組織とパートナーし、EmphFood Dropというプログラムを率いています。
このパートナーシップの目標は、Food Dropを完全に自動化することにあります。
そのためには、食品を受け取った食品銀行の公正性の確保と、トラック運転手の効率の最適化を両立させるために、リアルタイムな意思決定を行うためのマッチングアルゴリズムが必要である。
- 参考スコア（独自算出の注目度）: 51.687404103375506
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Food waste and food insecurity are two closely related pressing global issues. Food rescue organizations worldwide run programs aimed at addressing the two problems. In this paper, we partner with a non-profit organization in the state of Indiana that leads \emph{Food Drop}, a program that is designed to redirect rejected truckloads of food away from landfills and into food banks. The truckload to food bank matching decisions are currently made by an employee of our partner organization. In addition to this being a very time-consuming task, as perhaps expected from human-based matching decisions, the allocations are often skewed: a small percentage of the possible recipients receives the majority of donations. Our goal in this partnership is to completely automate Food Drop. In doing so, we need a matching algorithm for making real-time decisions that strikes a balance between ensuring fairness for the food banks that receive the food and optimizing efficiency for the truck drivers. In this paper, we describe the theoretical guarantees and experiments that dictated our choice of algorithm in the platform we built and deployed for our partner organization. Our work also makes contributions to the literature on load balancing and balls-into-bins games, that might be of independent interest. Specifically, we study the allocation of $m$ weighted balls into $n$ weighted bins, where each ball has two non-uniformly sampled random bin choices, and prove upper bounds, that hold with high probability, on the maximum load of any bin.
- Abstract（参考訳）: 食品廃棄物と食料不安全は、地球規模の問題と密接に関連している。
世界の食品救難団体は、この2つの問題に対処するためのプログラムを運営している。
本稿では,インディアナ州の非営利組織と共同で,廃棄された食品を埋立処分場から食料銀行にリダイレクトするプログラムである \emph{Food Drop} をリードする。
フードバンクの対応決定に対するトラックの負荷は、現在、当社のパートナー組織の従業員によって行われています。
これは非常に時間を要する作業であるのに加えて、人間ベースのマッチング決定から予想されるように、アロケーションはスキューされることが多い。
このパートナーシップの目標は、Food Dropを完全に自動化することにあります。
そのためには、食品を受け取った食品銀行の公正性の確保と、トラック運転手の効率の最適化を両立させるために、リアルタイムな意思決定を行うためのマッチングアルゴリズムが必要である。
本稿では、我々のパートナー組織のために構築し、デプロイしたプラットフォームにおけるアルゴリズムの選択を規定する理論的保証と実験について述べる。
私たちの研究は、ロードバランシングやボールイントゥビンゲームに関する文献にも貢献しています。
具体的には、各球が2つの非一様サンプリングされたランダムなビン選択を持ち、高い確率で保持される上限を任意のビンの最大負荷で証明する、$m$重み付き球を$n$重み付きビンに割り当てることについて検討する。
関連論文リスト
- Where to Build Food Banks and Pantries: A Two-Level Machine Learning Approach [5.373182035720355]
4400万人のアメリカ人が食料不足に苦しんでおり、そのうち1300万人が子供だ。
食料銀行とパントリーの場所を最適化することで、必死にそれを必要とする家族にとって、食料はよりアクセスしやすくなった。
論文 参考訳（メタデータ） (2024-10-20T15:31:24Z) - RoDE: Linear Rectified Mixture of Diverse Experts for Food Large Multi-Modal Models [96.43285670458803]
Uni-Foodは、さまざまな食品ラベルを持つ10万以上の画像からなる統合食品データセットである。
Uni-Foodは、食品データ分析に対するより包括的なアプローチを提供するように設計されている。
本稿では,食品関連マルチタスキングの課題に対処するため,新しいリニア・リクティフィケーション・ミックス・オブ・ディバース・エキスパート (RoDE) アプローチを提案する。
論文 参考訳（メタデータ） (2024-07-17T16:49:34Z) - Imperfect-Recall Games: Equilibrium Concepts and Their Complexity [74.01381499760288]
エージェントが以前保持していた情報を忘れたとき、不完全なリコールの下で最適な意思決定を行う。
不完全なリコールを伴う広範囲形式のゲームフレームワークにおいて、マルチプレイヤー設定における平衡を求める際の計算複雑性を解析する。
論文 参考訳（メタデータ） (2024-06-23T00:27:28Z) - Online Fair Allocation of Perishable Resources [1.4952056744888913]
我々は、標準オンラインフェアアロケーション問題の事実上の動機付け型を考察する。
意思決定者は、一定回数のラウンドを割り当てるために、パーシシブルなリソースの予算を持っている。
目標は、うらやましいほど効率的で効率的なアロケーションのシーケンスを構築することです。
論文 参考訳（メタデータ） (2024-06-04T15:14:10Z) - Fair Allocation in Dynamic Mechanism Design [57.66441610380448]
競売業者が各ラウンドの買い手グループに、合計で$T$で分けない商品を販売している問題を考える。
競売人は、各グループの最低平均配分を保証する公正な制約に固執しつつ、割引された全体の収益を最大化することを目的としている。
論文 参考訳（メタデータ） (2024-05-31T19:26:05Z) - A resource-constrained stochastic scheduling algorithm for homeless street outreach and gleaning edible food [29.017017395878597]
ミッションや運用の異なる社会変革組織が直面する資源制約付きアウトリーチ問題に対処する共通アルゴリズムソリューションを開発した。
そこで我々は,k$-step遷移の下で部分的に観測された非定常帯域に対する推定と最適化手法を開発した。
論文 参考訳（メタデータ） (2024-03-15T19:12:28Z) - Probably Anytime-Safe Stochastic Combinatorial Semi-Bandits [81.60136088841948]
本稿では,時間軸における後悔を最小限に抑えるアルゴリズムを提案する。
提案アルゴリズムは,レコメンデーションシステムや交通機関などの分野に適用可能である。
論文 参考訳（メタデータ） (2023-01-31T03:49:00Z) - Neural Payoff Machines: Predicting Fair and Stable Payoff Allocations
Among Team Members [13.643650155415484]
ニューラルネットワークをトレーニングすることで,協調的なゲーム理論解を学習モデルに蒸留する方法を示す。
我々の手法はトレーニング分布から遠く離れたゲームに一般化できるモデルを作成する。
私たちのフレームワークの重要な応用は、説明可能なAIです。
論文 参考訳（メタデータ） (2022-08-18T12:33:09Z) - A Framework for Multi-stage Bonus Allocation in meal delivery Platform [14.64089765133449]
食事提供プラットフォームにおける多段階のボーナスアロケーション問題に対処する枠組みを提案する。
提案するフレームワークは,半ブラックボックスの受け入れ確率モデル,ラグランジアンデュアルベース動的プログラミングアルゴリズム,オンラインアロケーションアルゴリズムから構成される。
その結果,提案手法を用いることで,全体の注文キャンセルを25%以上削減できることがわかった。
論文 参考訳（メタデータ） (2022-02-22T06:52:34Z) - Cross-Modal Food Retrieval: Learning a Joint Embedding of Food Images
and Recipes with Semantic Consistency and Attention Mechanism [70.85894675131624]
画像とレシピを共通の特徴空間に埋め込み、対応する画像とレシピの埋め込みが互いに近接するように学習する。
本稿では,2つのモダリティの埋め込みを正規化するためのセマンティック・一貫性とアテンション・ベース・ネットワーク(SCAN)を提案する。
食品画像や調理レシピの最先端のクロスモーダル検索戦略を,かなりの差で達成できることが示される。
論文 参考訳（メタデータ） (2020-03-09T07:41:17Z)
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。