論文の概要: Ranking with Partitioning

• arxiv url: http://arxiv.org/abs/2605.02874v1
• Date: Mon, 04 May 2026 17:47:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-05 20:33:50.446474
• Title: Ranking with Partitioning
• Title（参考訳）: 分割によるランク付け
• Authors: Samuel Boardman,
• Abstract要約: 最適化問題の集合を通して、順序付けランキングにおける項目の特別な部分集合の位置を扱います。 これらの問題の目的は、特殊部分集合の絶対ランクまたは相対ランクを最大または最小にすることである。 我々は4つの問題の計算複雑性を分類し、大半が最悪の場合の難易度を見つけ、それから正確で近似的な解を見つける。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Given an undirected graph representing similarities between a set of items and an additive measure evaluating the items, we treat the position of a special subset of items in an ordinal ranking through a collection of combinatorial optimization problems in which items may be combined if they are similar. The objective for these problems is to either maximize or minimize the absolute or relative rank of the special subset, with a meta-goal of assessing the robustness of the rank, even in the presence of a well-defined criterion. We classify the computational complexity of all four problems, mostly finding worst-case hardness, then find exact and approximate solutions to special cases and variants of the problems. These structured cases are inspired by several real-world examples and may be used to assess commonly cited facts across disparate domains, as we demonstrate for sources of greenhouse gas emissions that contribute to climate change.
• Abstract（参考訳）: 項目の集合とそれらの項目を評価する付加測度との類似性を表す非方向グラフが与えられた場合、類似した項目が組み合わせられるような組合せ最適化問題の集合を通して、順序付きランキングにおける項目の特別な部分集合の位置を論じる。 これらの問題の目的は、明確に定義された基準が存在する場合でも、ランクの堅牢性を評価するメタゴールで、特殊部分集合の絶対的あるいは相対的なランクを最大化または最小化することである。 我々は4つの問題の計算複雑性を分類し、大半が最悪の場合の硬さを見つけ、その問題の特殊ケースと変種に対する正確で近似的な解を見つけ出す。 これらの構造されたケースは、いくつかの実例にインスパイアされ、気候変動に寄与する温室効果ガスの発生源を示すため、異なる領域でよく引用される事実を評価するために使用される可能性がある。

関連論文リスト

• Deconfounding Scores and Representation Learning for Causal Effect Estimation with Weak Overlap [75.41420283374737]
  オーバーラップは因果治療効果推定の鍵となる条件である。 本稿では,デコンウンディングスコア(deconfounding scores)と呼ばれる特徴表現のクラスを提案する。 このクラスでは, 予後スコアが重なり合うことを示す。
  論文  参考訳（メタデータ） (2026-04-01T12:19:42Z)
• Score-based Greedy Search for Structure Identification of Partially Observed Linear Causal Models [34.09555821357439]
  本稿では,有意性保証を伴う潜伏変数を含む構造を識別するための,最初のスコアに基づく欲求探索手法を提案する。 そこで我々は,このモデルに対して,厳密な探索アルゴリズムであるLatent variable Greedy Equivalence Search (LGES) を設計する。
  論文  参考訳（メタデータ） (2025-10-05T21:50:17Z)
• A consensus set for the aggregation of partial rankings: the case of the Optimal Set of Bucket Orders Problem [46.752018687842344]
  ランクアグリゲーション問題(RAP)では、解は通常、一連の入力順序を一般化するコンセンサスランキングである。 我々は、RAPの解決策として、入力順序に表される嗜好をよりよく説明するためのランキングのセットを提案する。
  論文  参考訳（メタデータ） (2025-02-19T14:32:16Z)
• Partial Optimality in Cubic Correlation Clustering [6.372499127940625]
  最適性の証明はNPハードであり、問題文の複雑さによって事実上妨げられている。 ここでは、完備グラフと立方体目的関数の特殊ケースに対する部分最適条件の確立に焦点をあてる。 さらに、これらの条件をテストするアルゴリズムを定義し、その効果を2つのデータセット上で数値的に検証する。
  論文  参考訳（メタデータ） (2023-02-09T15:25:52Z)
• Frequent Itemset-driven Search for Finding Minimum Node Separators in Complex Networks [61.2383572324176]
  本稿では,データマイニングにおける頻繁なアイテムセットマイニングの概念をよく知られたメメティック検索フレームワークに統合する,頻繁なアイテムセット駆動探索手法を提案する。 頻繁なアイテムセット組換え演算子を反復的に使用して、高品質なソリューションで頻繁に発生するアイテムセットに基づいた有望な子孫ソリューションを生成する。 特に、29個の新しい上界を発見し、以前の18個の最もよく知られた境界と一致する。
  論文  参考訳（メタデータ） (2022-01-18T11:16:40Z)
• Deconfounding Scores: Feature Representations for Causal Effect Estimation with Weak Overlap [140.98628848491146]
  推定対象の偏りを伴わずに高い重なりを生じさせる,デコンファウンディングスコアを導入する。 分離スコアは観測データで識別可能なゼロ共分散条件を満たすことを示す。 特に,この手法が標準正規化の魅力的な代替となることを示す。
  論文  参考訳（メタデータ） (2021-04-12T18:50:11Z)
• Beyond Worst-Case Analysis in Stochastic Approximation: Moment Estimation Improves Instance Complexity [58.70807593332932]
  近似問題に対する勾配に基づく手法のオラクル複雑性について検討する。 最悪のケースの複雑さではなく、インスタンス依存の複雑さに焦点を当てます。 提案アルゴリズムとその解析はモーメント推定の成功を理論的に正当化する。
  論文  参考訳（メタデータ） (2020-06-08T09:25:47Z)
• Ranking a set of objects: a graph based least-square approach [70.7866286425868]
  同一労働者の群集によるノイズの多いペアワイズ比較から始まる$N$オブジェクトのランク付けの問題について考察する。 品質評価のために,最小二乗内在的最適化基準に依存する非適応的ランキングアルゴリズムのクラスを提案する。
  論文  参考訳（メタデータ） (2020-02-26T16:19:09Z)
• SetRank: A Setwise Bayesian Approach for Collaborative Ranking from Implicit Feedback [50.13745601531148]
  提案手法は,提案システムにおける暗黙的フィードバックの特性に対応するために,協調的ランキング(SeetRank)のためのセッティングワイドベイズ的手法を提案する。 具体的には、SetRankは、新しい設定された選好比較の後方確率を最大化することを目的としている。 また、SetRankの理論解析により、余剰リスクの境界が$sqrtM/N$に比例できることを示す。
  論文  参考訳（メタデータ） (2020-02-23T06:40:48Z)

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。