論文の概要: TripleWin: Fixed-Point Equilibrium Pricing for Data-Model Coupled Markets

• arxiv url: http://arxiv.org/abs/2511.03368v1
• Date: Wed, 05 Nov 2025 11:20:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-06 18:19:32.412163
• Title: TripleWin: Fixed-Point Equilibrium Pricing for Data-Model Coupled Markets
• Title（参考訳）: TripleWin: データモデル結合市場向け固定点平衡価格
• Authors: Hongrun Ren, Yun Xiong, Lei You, Yingying Wang, Haixu Xiong, Yangyong Zhu,
• Abstract要約: 本稿では,データセットとモデル取引を単一システムとして扱う統合データモデル結合市場を提案する。 サプライサイドマッピングはデータセットの支払いをバイヤー可視のモデル見積もりに変換し、デマンドサイドマッピングはバイヤーの価格をデータセットに戻す。 連立作用素が標準干渉関数(SIF)であることを証明する。
• 参考スコア（独自算出の注目度）: 11.356761727022183
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The rise of the machine learning (ML) model economy has intertwined markets for training datasets and pre-trained models. However, most pricing approaches still separate data and model transactions or rely on broker-centric pipelines that favor one side. Recent studies of data markets with externalities capture buyer interactions but do not yield a simultaneous and symmetric mechanism across data sellers, model producers, and model buyers. We propose a unified data-model coupled market that treats dataset and model trading as a single system. A supply-side mapping transforms dataset payments into buyer-visible model quotations, while a demand-side mapping propagates buyer prices back to datasets through Shapley-based allocation. Together, they form a closed loop that links four interactions: supply-demand propagation in both directions and mutual coupling among buyers and among sellers. We prove that the joint operator is a standard interference function (SIF), guaranteeing existence, uniqueness, and global convergence of equilibrium prices. Experiments demonstrate efficient convergence and improved fairness compared with broker-centric and one-sided baselines. The code is available on https://github.com/HongrunRen1109/Triple-Win-Pricing.
• Abstract（参考訳）: 機械学習(ML)モデルエコノミーの台頭は、データセットのトレーニングと事前学習モデルのための市場を巻き込んだ。 しかしながら、ほとんどの価格設定アプローチは、依然としてデータとモデルトランザクションを分離するか、一方が好ましいブローカ中心のパイプラインに依存しています。 外部性を持つデータ市場に関する最近の研究は、買い手間の相互作用を捉えているが、データ販売者、モデル生産者、モデル購入者間で同時かつ対称なメカニズムは得られない。 本稿では,データセットとモデル取引を単一システムとして扱う統合データモデル結合市場を提案する。 サプライサイドマッピングは、データセットの支払いをバイヤー可視のモデル見積もりに変換し、デマンドサイドマッピングは、Shapleyベースのアロケーションを通じてバイヤー価格をデータセットに伝達する。 両方向の需給伝播と、買い手と売り手の間での相互結合の4つの相互作用を繋ぐ閉ループを形成する。 連立作用素が標準干渉関数(SIF)であることを証明する。 実験ではブローカー中心のベースラインや片面のベースラインに比べて効率のよい収束と公正性の向上が示されている。 コードはhttps://github.com/HongrunRen1109/Triple-Win-Pricingで入手できる。

関連論文リスト

• A Tale of Two Experts: Cooperative Learning for Source-Free Unsupervised Domain Adaptation [59.88864205383671]
  Source-Free Unsupervised Domain Adaptation (SFUDA)は、ソースデータにアクセスすることなく、ターゲットドメインにソース学習モデルを適用するという現実的な課題に対処する。 既存のSFUDA手法は、ソースモデルの予測のみを利用するか、大きなマルチモーダルモデルを微調整する。 本稿では、補完的な洞察と対象データの潜在構造を利用するためのエキスパート協調学習(EXCL)を提案する。
  論文  参考訳（メタデータ） (2025-09-26T11:39:50Z)
• An Auction-based Marketplace for Model Trading in Federated Learning [54.79736037670377]
  フェデレートラーニング(FL)は、局所的な分散データを用いたトレーニングモデルにおいて、その効果がますます認識されている。 FLはモデルのマーケットプレースであり、顧客は買い手と売り手の両方として振る舞う。 本稿では,性能向上に基づく適切な価格設定を実現するため,オークションベースのソリューションを提案する。
  論文  参考訳（メタデータ） (2024-02-02T07:25:53Z)
• Equilibrium of Data Markets with Externality [5.383900608313559]
  私たちは、売り手が固定価格を投稿し、買い手は売り手から自由に購入できる現実世界のデータ市場をモデル化します。 ここで重要な要素は、データ購入によって互いに負の外部性バイヤーが引き起こされることだ。 我々は、取引コストを通じて介入するプラットフォームが、強力な福祉保証を備えた純粋な均衡につながることを証明している。
  論文  参考訳（メタデータ） (2023-02-16T00:57:49Z)
• Cross-Model Pseudo-Labeling for Semi-Supervised Action Recognition [98.25592165484737]
  CMPL(Cross-Model Pseudo-Labeling)と呼ばれる,より効果的な擬似ラベル方式を提案する。 CMPLは、それぞれRGBモダリティとラベル付きデータのみを使用して、Kinetics-400とUCF-101のTop-1の精度を17.6%と25.1%で達成している。
  論文  参考訳（メタデータ） (2021-12-17T18:59:41Z)
• A Marketplace for Trading AI Models based on Blockchain and Incentives for IoT Data [24.847898465750667]
  機械学習(ML)の新たなパラダイムは、学習モデルを異種エージェントのグループに部分的に配信するフェデレートされたアプローチであり、エージェントは自身のデータでモデルをローカルにトレーニングすることができる。 モデルの評価の問題や、協調トレーニングやデータ/モデルの取引に対するインセンティブの問題は、文献において限られた扱いを受けてきた。 本稿では、信頼されたMLベースのネットワーク上でのMLモデルトレーディングの新しいエコシステムを提案する。買い手はML市場から関心のモデルを取得することができ、興味のある売り手はそのモデルの品質を高めるためにローカルな計算に費やす。
  論文  参考訳（メタデータ） (2021-12-06T08:52:42Z)
• Data Sharing Markets [95.13209326119153]
  我々は、各エージェントがデータの買い手および売り手の両方になり得る設定について検討する。 両データ交換(データ付きトレーディングデータ)と一方データ交換(お金付きトレーディングデータ)の2つの事例を考察する。
  論文  参考訳（メタデータ） (2021-07-19T06:00:34Z)
• Gaussian process imputation of multiple financial series [71.08576457371433]
  金融指標、株価、為替レートなどの複数の時系列は、市場が潜んでいる状態に依存しているため、強く結びついている。 金融時系列間の関係を多出力ガウスプロセスでモデル化することで学習することに注力する。
  論文  参考訳（メタデータ） (2020-02-11T19:18:18Z)

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。