Fugu-MT 論文翻訳(概要): Diversity of Structured Domains via k-Kemeny Scores

論文の概要: Diversity of Structured Domains via k-Kemeny Scores

arxiv url: http://arxiv.org/abs/2509.15812v1
Date: Fri, 19 Sep 2025 09:40:39 GMT
ステータス: 翻訳完了
システム内更新日: 2025-09-22 18:18:11.112078
Title: Diversity of Structured Domains via k-Kemeny Scores
Title（参考訳）: k-ケメニースコアによる構造ドメインの多様性
Authors: Piotr Faliszewski, Krzysztof Sornat, Stanisław Szufa, Tomasz Wąs,
Abstract要約: 単一話者, 単交叉, グループ分離可能, ユークリッド領域を含む, 多数の構造化領域に対するk-ケメニー問題について検討する。 k-ケメニーは、k=2であっても、これらの領域のほとんどにおいて、難解であることを示し、これらの領域の多様性の観点から、k-ケメニーを用いてランク付けする。
参考スコア（独自算出の注目度）: 13.671577050006421
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In the k-Kemeny problem, we are given an ordinal election, i.e., a collection of votes ranking the candidates from best to worst, and we seek the smallest number of swaps of adjacent candidates that ensure that the election has at most k different rankings. We study this problem for a number of structured domains, including the single-peaked, single-crossing, group-separable, and Euclidean ones. We obtain two kinds of results: (1) We show that k-Kemeny remains intractable under most of these domains, even for k=2, and (2) we use k-Kemeny to rank these domains in terms of their diversity.
Abstract（参考訳）: k-ケメニー問題では、通常選挙、すなわち、候補者を最高から最悪にランク付けする票の集まりが与えられ、選挙が最大で k 個の異なるランクを持つように、隣接する候補者の入れ替わりを最小限に求めている。本稿では, 単一話者, 単一交叉, グループ分離可能, ユークリッド的領域を含む, 多数の構造的領域に対するこの問題について検討する。我々は、(1)k-ケメニーは、k=2であってもこれらの領域のほとんどにおいて難解であることを示し、(2)k-ケメニーを用いてこれらの領域の多様性をランク付けする。

関連論文リスト

Speeding up Local Search for the Indicator-based Subset Selection Problem by a Candidate List Strategy [0.0]
進化的多目的最適化において、指標に基づく部分集合選択問題は、与えられた品質指標を最大化する点の部分集合を見つけることである。局所探索は、この問題における高品質な部分集合を得るための効果的なアプローチである。本稿では,指標に基づくサブセット選択問題における局所探索のための候補リスト戦略を提案する。
論文参考訳（メタデータ） (2025-03-06T09:06:49Z)
Determining Winners in Elections with Absent Votes [26.675597212113658]
我々は、投票が最上位の場合に、不在の投票問題で決定的な勝者を調査する。単一の投票でWAV問題はNP完全であることを示す。本稿では、時間内に問題を計算できるように、位置スコアリングルールの特別な場合を提案する。
論文参考訳（メタデータ） (2023-10-11T02:52:16Z)
Core-Stable Committees under Restricted Domains [27.621521330479208]
我々は委員会選挙の設定について検討する。そこでは、個人が利用可能な対象の特定の大きさのサブセットをまとめて選択する必要がある。このモデルは、政治選挙、参加予算、施設配置など、多くの実生活シナリオに関係している。
論文参考訳（メタデータ） (2021-08-04T12:04:29Z)
Bribery as a Measure of Candidate Success: Complexity Results for Approval-Based Multiwinner Rules [58.8640284079665]
有権者が承認投票(すなわち、承認した候補者の集合)を投じた場合のマルチウィナー選挙における贈収賄の問題を研究する。我々は、いくつかの承認ベースのマルチウィナールール(AV、SAV、GAV、RAV、承認ベースのチェンバリン--Courant、およびPAV)を検討します。一般に、我々の問題は、勝利した委員会の候補者の承認数を増やすための贈収賄行為を制限した場合、より容易になる傾向がある。
論文参考訳（メタデータ） (2021-04-19T08:26:40Z)
Curriculum Graph Co-Teaching for Multi-Target Domain Adaptation [78.28390172958643]
マルチターゲットドメイン適応(MTDA)における複数のドメインシフトを軽減するのに役立つ2つの重要な側面を同定する。本論文では,二重分類器ヘッドを用いたCGCT(Curriculum Graph Co-Teaching)を提案する。そのうちの1つがグラフ畳み込みネットワーク(GCN)である。ドメインラベルが利用可能になると、まずより簡単なターゲットドメインに適応し、続いて難しいドメインに適応する逐次適応戦略であるDomain-Aware Curriculum Learning (DCL)を提案する。
論文参考訳（メタデータ） (2021-04-01T23:41:41Z)
Cross-Domain Grouping and Alignment for Domain Adaptive Semantic Segmentation [74.3349233035632]
深層畳み込みニューラルネットワーク(CNN)内のソースドメインとターゲットドメインにセマンティックセグメンテーションネットワークを適用する既存の技術は、対象ドメイン自身や推定カテゴリ内のクラス間変異を考慮していない。学習可能なクラスタリングモジュールと、クロスドメイングルーピングとアライメントと呼ばれる新しいドメイン適応フレームワークを導入する。本手法はセマンティクスセグメンテーションにおける適応性能を一貫して向上させ,様々なドメイン適応設定において最先端を上回っている。
論文参考訳（メタデータ） (2020-12-15T11:36:21Z)
Cross-Domain Generalization Through Memorization: A Study of Nearest Neighbors in Neural Duplicate Question Detection [72.01292864036087]
重複質問検出(DQD)は,コミュニティの効率向上と自動質問応答システムの実現に重要である。我々は、DQDのクロスドメイン一般化のために、ニューラル表現を活用し、近接する隣人を研究する。 StackExchange、Spring、Quoraの各データセットの異なるクロスドメインシナリオにおいて、このメソッドの堅牢なパフォーマンスを観察します。
論文参考訳（メタデータ） (2020-11-22T19:19:33Z)
Domain2Vec: Domain Embedding for Unsupervised Domain Adaptation [56.94873619509414]
従来の教師なしドメイン適応は、限られた数のドメイン間の知識伝達を研究する。本稿では,特徴不整合とグラム行列の連成学習に基づいて,視覚領域のベクトル表現を提供する新しいDomain2Vecモデルを提案する。我々の埋め込みは、異なるドメイン間の視覚的関係に関する直感と一致するドメイン類似性を予測できることを示した。
論文参考訳（メタデータ） (2020-07-17T22:05:09Z)
Mind the Gap: Enlarging the Domain Gap in Open Set Domain Adaptation [65.38975706997088]
オープンセットドメイン適応(OSDA)は、ターゲットドメインに未知のクラスが存在することを前提としている。既存の最先端手法は、より大きなドメインギャップが存在する場合、かなりの性能低下を被ることを示す。我々は、より大きなドメインギャップに特に対処するための新しいフレームワークを提案する。
論文参考訳（メタデータ） (2020-03-08T14:20:24Z)

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。