論文の概要: Bridging Voting and Deliberation with Algorithms: Field Insights from vTaiwan and Kultur Komitee
- arxiv url: http://arxiv.org/abs/2502.05017v1
- Date: Fri, 07 Feb 2025 15:45:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-10 14:55:35.438380
- Title: Bridging Voting and Deliberation with Algorithms: Field Insights from vTaiwan and Kultur Komitee
- Title（参考訳）: アルゴリズムによる投票と審議のブリッジ: vTaiwan と Kultur Komitee によるフィールドインサイト
- Authors: Joshua C. Yang, Fynn Bachmann,
- Abstract要約: 民主党のプロセスは、対面交渉と大規模投票の統合をますます目指している。
この研究は、オンライン投票を対面検討でブリッジするために、アルゴリズムと計算ツールを使用する新しい手法を導入する。
- 参考スコア（独自算出の注目度）: 1.2277343096128712
- License:
- Abstract: Democratic processes increasingly aim to integrate large-scale voting with face-to-face deliberation, addressing the challenge of reconciling individual preferences with collective decision-making. This work introduces new methods that use algorithms and computational tools to bridge online voting with face-to-face deliberation, tested in two real-world scenarios: Kultur Komitee 2024 (KK24) and vTaiwan. These case studies highlight the practical applications and impacts of the proposed methods. We present three key contributions: (1) Radial Clustering for Preference Based Subgroups, which enables both in-depth and broad discussions in deliberative settings by computing homogeneous and heterogeneous group compositions with balanced and adjustable group sizes; (2) Human-in-the-loop MES, a practical method that enhances the Method of Equal Shares (MES) algorithm with real-time digital feedback. This builds algorithmic trust by giving participants full control over how much decision-making is delegated to the voting aggregation algorithm as compared to deliberation; and (3) the ReadTheRoom deliberation method, which uses opinion space mapping to identify agreement and divergence, along with spectrum-based preference visualisation to track opinion shifts during deliberation. This approach enhances transparency by clarifying collective sentiment and fosters collaboration by encouraging participants to engage constructively with differing perspectives. By introducing these actionable frameworks, this research extends in-person deliberation with scalable digital methods that address the complexities of modern decision-making in participatory processes.
- Abstract（参考訳）: 民主党のプロセスは、個別の選好を集団的な意思決定と整合させるという課題に対処するため、対面交渉と大規模投票の統合をますます目論んでいる。
この研究は、Kultur Komitee 2024 (KK24) と vTaiwan の2つの現実シナリオでテストされた、オンライン投票を対面討論で橋渡しするアルゴリズムと計算ツールを使用する新しい手法を導入する。
これらのケーススタディは,提案手法の実践的応用と影響を浮き彫りにしたものである。
提案手法は,(1) グループサイズをバランスよく調整可能な等質群と不均質群の組み合わせを計算し,詳細と広義の議論を可能にするRadial Clustering for Preference Based Subgroups,(2) 等価共有法(MES)アルゴリズムをリアルタイムデジタルフィードバックで拡張する実践的手法であるHuman-in-the-loop MESである。
この手法は,投票集約アルゴリズムにどの程度の意思決定を委譲するかを,投票集約アルゴリズムと比較して完全に制御することにより,アルゴリズム的信頼を構築する。(3) 意見空間マッピングを用いて合意と相違を識別するReadTheRoom Deliberation法,および,検討中の意見変化を追跡するスペクトルベースの選好可視化を行う。
このアプローチは、集団的感情を明確にすることで透明性を高め、参加者が異なる視点で構成的に関与するように促すことによってコラボレーションを促進する。
これらの実践可能なフレームワークを導入することにより、参加型プロセスにおける現代の意思決定の複雑さに対処するスケーラブルなデジタル手法を用いて、個人による議論を拡大する。
関連論文リスト
- Agentic LLM Framework for Adaptive Decision Discourse [2.4919169815423743]
本研究では,実世界のエージェント型大規模言語モデル(LLM)フレームワークを紹介する。
従来の意思決定支援ツールとは異なり、このフレームワークは対話、トレードオフ探索、エージェント間の相互作用によって生成される創発的なシナジーを強調している。
その結果、第1次探索がいかに堅牢で公平なレコメンデーションパスを育むかが明らかとなった。
論文 参考訳（メタデータ） (2025-02-16T03:46:37Z) - Online Clustering of Dueling Bandits [59.09590979404303]
本稿では、優先フィードバックに基づく協調的な意思決定を可能にするために、最初の「デュエルバンディットアルゴリズムのクラスタリング」を導入する。
本稿では,(1)ユーザ報酬関数をコンテキストベクトルの線形関数としてモデル化する線形デューリング帯域のクラスタリング(COLDB)と,(2)ニューラルネットワークを用いて複雑な非線形ユーザ報酬関数をモデル化するニューラルデューリング帯域のクラスタリング(CONDB)の2つの新しいアルゴリズムを提案する。
論文 参考訳（メタデータ） (2025-02-04T07:55:41Z) - Interpretable Clustering: A Survey [1.5641228378135836]
クラスタリングアルゴリズムは、医療、金融、自律システムといった高度な領域にますます適用されています。
透過的で解釈可能なクラスタリング結果の必要性は、重要な関心事になっている。
本稿では,説明可能なクラスタリングアルゴリズムの現状を包括的かつ構造化したレビューを行う。
論文 参考訳（メタデータ） (2024-09-01T15:09:51Z) - Consensus-based Participatory Budgeting for Legitimacy: Decision Support
via Multi-agent Reinforcement Learning [3.3504365823045044]
参加型予算編成(Participatory budgeting)は、投票結果が必ずしも公平でも包括的でもないプロセスである。
本稿では,新規かつ合法なコンセンサスに基づく参加型予算策定プロセスを紹介する。
投票者はお互いに対話し、現実的な妥協を行うのに役立ちます。
論文 参考訳（メタデータ） (2023-07-24T16:16:23Z) - Learning to Agree on Vision Attention for Visual Commonsense Reasoning [50.904275811951614]
VCRモデルは、画像に関する質問に答えることを目的としており、続いて、前の回答プロセスの合理性予測が続く。
既存の手法は2つのプロセス間の重要な関係を無視し、最適化されたモデルの性能をもたらす。
本稿では,これら2つのプロセスを統一的な枠組みで効果的に処理する新しい視覚的アライメント手法を提案する。
論文 参考訳（メタデータ） (2023-02-04T07:02:29Z) - Rethinking Clustering-Based Pseudo-Labeling for Unsupervised
Meta-Learning [146.11600461034746]
教師なしメタラーニングのメソッドであるCACTUsは、擬似ラベル付きクラスタリングベースのアプローチである。
このアプローチはモデルに依存しないため、教師付きアルゴリズムと組み合わせてラベルのないデータから学習することができる。
このことの核となる理由は、埋め込み空間においてクラスタリングに優しい性質が欠如していることである。
論文 参考訳（メタデータ） (2022-09-27T19:04:36Z) - A Comparative Study on Speaker-attributed Automatic Speech Recognition
in Multi-party Meetings [53.120885867427305]
会議シナリオにおける話者分散自動音声認識(SA-ASR)の3つのアプローチを評価する。
WD-SOT法は平均話者依存文字誤り率(SD-CER)を10.7%削減する
TS-ASRアプローチはFD-SOTアプローチよりも優れ、16.5%の相対的なSD-CER削減をもたらす。
論文 参考訳（メタデータ） (2022-03-31T06:39:14Z) - Inverse Online Learning: Understanding Non-Stationary and Reactionary
Policies [79.60322329952453]
エージェントが意思決定を行う方法の解釈可能な表現を開発する方法を示す。
一連の軌跡に基づく意思決定プロセスを理解することにより,このオンライン学習問題に対して,政策推論問題を逆問題とみなした。
本稿では、エージェントがそれらを更新するプロセスと並行して、その影響を遡及的に推定する実用的なアルゴリズムを提案する。
UNOSの臓器提供受諾決定の分析に応用することで、我々のアプローチは意思決定プロセスを管理する要因や時間とともにどのように変化するかに、貴重な洞察をもたらすことができることを実証する。
論文 参考訳（メタデータ） (2022-03-14T17:40:42Z) - Consistency and Consensus Driven for Hesitant Fuzzy Linguistic Decision
Making with Pairwise Comparisons [5.378188812712555]
Hesitant fuzzy言語嗜好関係(HFLPR)は、不確実性の下での意見表現の効率的な方法として重要である。
本稿では,HFLPRを用いたグループ意思決定のためのアルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-11-07T13:52:46Z) - Unsupervised collaborative learning using privileged information [0.0]
本稿では,Privileged Informationパラダイムを用いた学習に基づく協調クラスタリングについて述べる。
アルゴリズムと最先端の実装との比較により,提案手法を用いたコラボレーションプロセスの改善が示された。
論文 参考訳（メタデータ） (2021-03-24T12:43:49Z) - End-to-End Speaker Diarization as Post-Processing [64.12519350944572]
クラスタリングに基づくダイアリゼーション手法は、フレームを話者数のクラスタに分割する。
いくつかのエンドツーエンドのダイアリゼーション手法は、問題をマルチラベル分類として扱うことで重なり合う音声を処理できる。
本稿では,クラスタリングによる結果の処理後処理として,2話者のエンドツーエンドダイアリゼーション手法を提案する。
論文 参考訳（メタデータ） (2020-12-18T05:31:07Z)
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。