論文の概要: Incentive-Compatible Recovery from Manipulated Signals, with Applications to Decentralized Physical Infrastructure

• arxiv url: http://arxiv.org/abs/2503.07558v1
• Date: Mon, 10 Mar 2025 17:28:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-11 18:53:41.356989
• Title: Incentive-Compatible Recovery from Manipulated Signals, with Applications to Decentralized Physical Infrastructure
• Title（参考訳）: マニピュレーション信号からのインセンティブ適合性回復と分散化物理基盤への応用
• Authors: Jason Milionis, Jens Ernstberger, Joseph Bonneau, Scott Duke Kominers, Tim Roughgarden,
• Abstract要約: 本稿では,他のプレイヤーからの暗黙の信号で検証不能な情報を抽出する最初の形式モデルを提案する。 私たちのモデルは、分散化された物理インフラネットワークの応用によって部分的に動機付けられています。
• 参考スコア（独自算出の注目度）: 11.381687897654302
• License:
• Abstract: We introduce the first formal model capturing the elicitation of unverifiable information from a party (the "source") with implicit signals derived by other players (the "observers"). Our model is motivated in part by applications in decentralized physical infrastructure networks (a.k.a. "DePIN"), an emerging application domain in which physical services (e.g., sensor information, bandwidth, or energy) are provided at least in part by untrusted and self-interested parties. A key challenge in these signal network applications is verifying the level of service that was actually provided by network participants. We first establish a condition called source identifiability, which we show is necessary for the existence of a mechanism for which truthful signal reporting is a strict equilibrium. For a converse, we build on techniques from peer prediction to show that in every signal network that satisfies the source identifiability condition, there is in fact a strictly truthful mechanism, where truthful signal reporting gives strictly higher total expected payoff than any less informative equilibrium. We furthermore show that this truthful equilibrium is in fact the unique equilibrium of the mechanism if there is positive probability that any one observer is unconditionally honest (e.g., if an observer were run by the network owner). Also, by extending our condition to coalitions, we show that there are generally no collusion-resistant mechanisms in the settings that we consider. We apply our framework and results to two DePIN applications: proving location, and proving bandwidth. In the location-proving setting observers learn (potentially enlarged) Euclidean distances to the source. Here, our condition has an appealing geometric interpretation, implying that the source's location can be truthfully elicited if and only if it is guaranteed to lie inside the convex hull of the observers.
• Abstract（参考訳）: 本稿では,他のプレイヤーの暗黙的な信号("observers")で,検証不能な情報("source")を抽出する最初の形式モデルを提案する。 我々のモデルは、物理的サービス(例えば、センサ情報、帯域幅、エネルギー)が少なくとも部分的に信頼できない、あるいは利害関係者によって提供される新興のアプリケーションドメインである分散物理インフラネットワーク(例えば、DePIN)のアプリケーションによって部分的に動機付けられています。 これらのシグナルネットワークアプリケーションにおける重要な課題は、実際にネットワーク参加者が提供したサービスのレベルを検証することである。 まず、音源識別可能性という条件を定め、真理信号の報告が厳密な平衡であるメカニズムの存在に必要であることを示す。 逆に、情報源の識別可能性条件を満たす全ての信号ネットワークにおいて、真正な信号の報告が、より少ない情報平衡よりも正確に期待された総ペイオフを与える、真正なメカニズムが存在することを示すために、ピア予測の手法に基づいて構築する。 さらに、この真理平衡は、あるオブザーバが無条件に誠実である確率がある場合(例えば、オブザーバがネットワーク所有者によって実行された場合)にメカニズムのユニークな平衡であることを示す。 また、我々の状態を連立に拡張することで、我々が考慮する状況には概して衝突耐性のメカニズムが存在しないことが示される。 当社のフレームワークと結果を,ロケーションの証明と帯域幅の証明という,2つのDePINアプリケーションに適用する。 位置改善設定では、観測者はソースへのユークリッド距離(潜在的に拡大された)を学習する。 ここでは、我々の条件は魅力的な幾何学的解釈を持ち、観測者の凸内にあることが保証されている場合に限り、情報源の位置を真に引き出すことができることを暗示している。

関連論文リスト

• Physical-Layer Semantic-Aware Network for Zero-Shot Wireless Sensing [74.12670841657038]
  デバイスレスワイヤレスセンシングは、幅広い没入型人間機械対話型アプリケーションをサポートする可能性から、近年、大きな関心を集めている。 無線信号におけるデータの均一性と分散センシングにおけるデータプライバシ規制は、広域ネットワークシステムにおける無線センシングの広範な適用を妨げる主要な課題であると考えられている。 そこで本研究では,ラベル付きデータを使わずに,一箇所ないし限られた箇所で構築されたモデルを直接他の場所に転送できるゼロショット無線センシングソリューションを提案する。
  論文  参考訳（メタデータ） (2023-12-08T13:50:30Z)
• Networked Communication for Decentralised Agents in Mean-Field Games [59.01527054553122]
  平均フィールドゲームフレームワークにネットワーク通信を導入する。 当社のアーキテクチャは、中央集権型と独立した学習ケースの双方で保証されていることを証明しています。
  論文  参考訳（メタデータ） (2023-06-05T10:45:39Z)
• Experimental full network nonlocality with independent sources and strict locality constraints [59.541438315564854]
  ネットワークの非局所性は、標準的なベルのシナリオとは大きく異なる現象を引き起こす。 本研究では, 情報源依存性, 局所性, 測定依存性の抜け穴が閉じているネットワークにおいて, 完全なネットワーク非局所性を実験的に観察する。 非完全ネットワーク非局所相関を5つ以上の標準偏差で特徴付ける既知の不等式に反する実験を行った。
  論文  参考訳（メタデータ） (2023-02-05T20:03:58Z)
• Certification of non-classicality in all links of a photonic star network without assuming quantum mechanics [52.95080735625503]
  完全なネットワーク非局所性は、少なくとも1つの情報源が古典的であるモデルに偽装することで、ネットワークの標準的な非局所性を超えている。 本報告では,3つの独立したフォトニック量子ビット源と3量子絡み合せスワッピング測定を備えた星型ネットワークにおける全ネットワーク非局所性の観測について報告する。
  論文  参考訳（メタデータ） (2022-12-19T19:00:01Z)
• Properties from Mechanisms: An Equivariance Perspective on Identifiable Representation Learning [79.4957965474334]
  教師なし表現学習の主な目標は、データ生成プロセスが潜在プロパティを回復するために「反転」することである。 この論文は「進化を支配するメカニズムの知識を活用して潜伏特性を識別するのか?」と問う。 我々は、可能なメカニズムの集合に関する知識が異なるため、不特定性の原因の完全な特徴づけを提供する。
  論文  参考訳（メタデータ） (2021-10-29T14:04:08Z)
• Network Quantum Steering [0.0]
  本稿では,ベル非局所性と量子ステアリングを用いてネットワークステアリングを実証する方法について述べる。 また、ネットワークのステアリングを実証する非定常状態を示すことによって、真に新しい効果を示す。 一方、NLHSモデルを明示的に構築することにより、大規模なシナリオにおけるネットワークステアリングのノーゴー結果を提供する。
  論文  参考訳（メタデータ） (2021-06-08T16:07:39Z)
• Unbiased Self-Play [2.2463154358632473]
  本研究では,創発的信念状態表現のための一般最適化フレームワークを提案する。 我々は,多エージェント強化学習とコミュニケーションの共通構成を用いて,各エージェントの知識を活用して,環境の探索範囲を改善する。 最大20のエージェントと市販のRNNによるStarCraft探索タスクを含む数値解析は、最先端のパフォーマンスを実証している。
  論文  参考訳（メタデータ） (2021-06-06T02:16:45Z)
• Full network nonlocality [68.8204255655161]
  ネットワーク内のすべてのリンクが非ローカルリソースを分散するために必要となる相関関係を記述した完全ネットワーク非ローカル性の概念を導入する。 最もよく知られているネットワークベル試験では,ネットワークの非局所性は見られていない。 より一般に、ネットワーク内の局所的および理論に依存しない相関を解析するための確立された手法は、完全なネットワーク非局所性のための十分な条件を導出するために組み合わせることができると指摘する。
  論文  参考訳（メタデータ） (2021-05-19T18:00:02Z)
• Distributed Inference with Sparse and Quantized Communication [7.155594644943642]
  ネットワーク内のエージェントが未知の状態によって生成されたプライベート信号のストリームを観測する分散推論の問題を考察する。 本研究では,各仮説に対する低信念を拡散する原理に基づく,イベントトリガー型分散学習ルールを開発する。 逐次量子化器の範囲を精製することにより、各エージェントは1ドルビットで各仮説の信念を符号化しながら、ほぼ確実に指数関数的に真理を学習できることを示す。
  論文  参考訳（メタデータ） (2020-04-02T23:08:51Z)

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。