論文の概要: Mechanism Design for Facility Location using Predictions

• arxiv url: http://arxiv.org/abs/2508.03818v1
• Date: Tue, 05 Aug 2025 18:05:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-07 20:09:22.40765
• Title: Mechanism Design for Facility Location using Predictions
• Title（参考訳）: 予測を用いた施設立地のメカニズム設計
• Authors: Toby Walsh,
• Abstract要約: 本研究では,最適な施設位置の予測を付加した施設位置問題のメカニズムについて検討する。 我々は、一貫性(予測が正確である場合)と頑健性(予測の正確性によらぬ場合)の観点から、性能を考察する。
• 参考スコア（独自算出の注目度）: 18.168659230989384
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We study mechanisms for the facility location problem augmented with predictions of the optimal facility location. We demonstrate that an egalitarian viewpoint which considers both the maximum distance of any agent from the facility and the minimum utility of any agent provides important new insights compared to a viewpoint that just considers the maximum distance. As in previous studies, we consider performance in terms of consistency (worst case when predictions are accurate) and robustness (worst case irrespective of the accuracy of predictions). By considering how mechanisms with predictions can perform poorly, we design new mechanisms that are more robust. Indeed, by adjusting parameters, we demonstrate how to trade robustness for consistency. We go beyond the single facility problem by designing novel strategy proof mechanisms for locating two facilities with bounded consistency and robustness that use two predictions for where to locate the two facilities.
• Abstract（参考訳）: 本研究では,最適な施設位置の予測を付加した施設位置問題のメカニズムについて検討する。 施設からのエージェントの最大距離とエージェントの最小ユーティリティの両方を考慮した平等的視点が,最大距離のみを考慮した視点と比較して,重要な新たな洞察を提供することを示す。 従来の研究と同様に、予測の正確性に拘わらず、一貫性(予測が正確である場合に注意)と堅牢性(予測の正確性に拘わらず注意を要する場合)の観点から、性能を考察する。 予測によるメカニズムの動作が不十分であることを考慮し、より堅牢な新しいメカニズムを設計する。 実際、パラメータを調整することで、一貫性のために堅牢性を交換する方法を実証します。 我々は,2つの施設をどこに配置するかという2つの予測を用いて,整合性とロバスト性を有する2施設を配置するための新しい戦略実証機構を設計することによって,単一施設問題を克服する。

関連論文リスト

• Prediction-Augmented Mechanism Design for Weighted Facility Location [1.6552489352816389]
  非一様重みを持つ戦略エージェントに対して、一貫性と堅牢性のバランスをとるための拡張アルゴリズムフレームワークを提供する。 重み付き FLP における$Oleft(n cdot fracW_maxW_min right)$Oleft(n cdot fracW_maxW_min right)$-robustness in weighted FLP, with fully predictions of all agent。
  論文  参考訳（メタデータ） (2025-07-09T03:13:52Z)
• Equitable Mechanism Design for Facility Location [18.168659230989384]
  エージェント間の等価性を最大化する施設配置の戦略実証機構を考察する。 我々はまず、戦略実証機構がユーティリティの最適ジニ指数の近似比を束縛できないという、単純だが基本的な不合理性の結果を証明した。
  論文  参考訳（メタデータ） (2025-06-12T08:08:58Z)
• Tuning for Trustworthiness -- Balancing Performance and Explanation Consistency in Neural Network Optimization [49.567092222782435]
  我々は,異なる特徴帰属法間の合意として定義された,XAI整合性という新しい概念を紹介する。 予測性能と説明のバランスをとる多目的最適化フレームワークを構築した。 本研究は、トレードオフゾーンバランス性能損失とXAI整合性による強靭性向上のモデルについて、今後の研究基盤を提供する。
  論文  参考訳（メタデータ） (2025-05-12T13:19:14Z)
• Performative Prediction on Games and Mechanism Design [69.7933059664256]
  エージェントが過去の正確性に基づいて予測を信頼するかを判断する集団リスクジレンマについて検討する。 予測が集合的な結果を形成するにつれて、社会福祉は関心の指標として自然に現れる。 よりよいトレードオフを実現し、それらをメカニズム設計に使用する方法を示します。
  論文  参考訳（メタデータ） (2024-08-09T16:03:44Z)
• Facility Location Games with Scaling Effects [63.421996606381164]
  古典的な施設配置問題を考慮し、各エージェントの個々のコスト関数が、スケーリング係数によって乗算された施設からの距離と等しくなる変動を考察する。 我々は,最適解の計算を記述し,総コストと最大コストの目標に焦点をあてる。 エージェントが単一話者の好みを持つことを保証するスケーリング関数の条件を特徴付ける。
  論文  参考訳（メタデータ） (2024-02-29T07:08:18Z)
• Mechanism Design With Predictions for Obnoxious Facility Location [0.0]
  本研究では,施設の無害な位置問題に対する予測を用いたメカニズム設計について検討する。 本稿では, セグメント, 正方形, 円, 木における頑健性と整合性のトレードオフを示す決定論的戦略防御機構を提案する。
  論文  参考訳（メタデータ） (2022-12-19T15:04:11Z)
• Collaborative Uncertainty Benefits Multi-Agent Multi-Modal Trajectory Forecasting [61.02295959343446]
  この研究はまず、相互作用モジュールから生じる不確実性をモデル化する新しい概念であるコラボレーティブ不確実性(CU)を提案する。 我々は、回帰と不確実性推定の両方を行うために、元の置換同変不確かさ推定器を備えた一般的なCU対応回帰フレームワークを構築した。 提案するフレームワークを,プラグインモジュールとして現在のSOTAマルチエージェント軌道予測システムに適用する。
  論文  参考訳（メタデータ） (2022-07-11T21:17:41Z)
• Joint Forecasting of Panoptic Segmentations with Difference Attention [72.03470153917189]
  シーン内の全てのオブジェクトを共同で予測する新しいパノプティックセグメンテーション予測モデルについて検討する。 提案したモデルをCityscapesとAIODriveデータセット上で評価する。
  論文  参考訳（メタデータ） (2022-04-14T17:59:32Z)
• Counterfactual Inference of Second Opinions [13.93477033094828]
  専門家から第二の意見を推測できる自動意思決定支援システムは、リソースのより効率的な割り当てを促進する可能性がある。 本稿では, 対実的推論の観点から, この種の支援システムの設計について考察する。 合成データと実データの両方の実験により、我々のモデルは、その非因果的データよりも正確に第2の意見を推測することができることを示した。
  論文  参考訳（メタデータ） (2022-03-16T14:40:41Z)
• Test-time Collective Prediction [73.74982509510961]
  マシンラーニングの複数のパーティは、将来のテストポイントを共同で予測したいと考えています。 エージェントは、すべてのエージェントの集合の集合的な専門知識の恩恵を受けることを望んでいるが、データやモデルパラメータを解放する意思はないかもしれない。 我々は、各エージェントの事前学習モデルを利用して、テスト時に集合的な予測を行う分散型メカニズムを探索する。
  論文  参考訳（メタデータ） (2021-06-22T18:29:58Z)
• Near Instance-Optimality in Differential Privacy [38.8726789833284]
  古典統計理論に着想を得た差分プライバシーにおけるインスタンス最適性の概念を考案する。 また、大規模な推定値に対してインスタンス最適(もしくはほぼインスタンス最適)な逆感度機構も開発する。
  論文  参考訳（メタデータ） (2020-05-16T04:53:48Z)

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。