Jun, 2024

公平稳定的在线分配的主动学习

PDF
TL;DR我们探索了一种用于动态公平资源分配问题的主动学习方法，该方法假设在在线资源分配过程的每个时期，仅从选择的代理人子集中获取反馈。尽管存在这种限制，我们提出的算法在包括资源分配问题中常用的公平度量和匹配机制中的稳定性考虑等各种度量中，提供了与时间周期数次线性相关的后悔界限。我们算法的关键洞察在于通过利用对决性的上限和下限置信区间来自适应地识别最具信息量的反馈。通过这种策略，我们证明高效的决策不需要大量的反馈，并为各种问题类别产生高效的结果。
active learningdynamic fair resource allocationfeedbackregret boundsmatching mechanisms
发现论文，激发创造
  • 低数据环境下公正主动学习

    在数据稀缺环境中，通过结合后验采样和公平分类子程序的创新主动学习框架，我们有效地提高了模型准确性并满足公平约束，证明了该方法在最大限度利用少量标注数据时的有效性，并对已有方法进行了改进。

    Dec, 2023

  • 具有公平意识的动态环境响应型在线元学习

    通过引入长期公平性约束到适应性损失后悔框架中，我们在不断变化的环境中解决了公平感知在线学习挑战，并提出了一种独特的后悔度量 FairSAR。此外，为了确定每个时间步的最优模型参数，我们引入了一种创新的自适应公平感知在线元学习算法 FairSAOML，该算法通过有效管理偏差控制和模型准确性来适应动态环境。该问题被构建为双层凸凹优化，考虑了模型的准确性和公平性属性，理论分析得出了损失后悔和公平性约束累积违规的次线性上界。我们在动态环境中的各种真实数据集上的实验评估表明，我们提出的 FairSAOML 算法始终优于基于最先进在线学习方法的替代方法。

    Feb, 2024

  • 从强盗反馈中学习公平分配

    通过使用双平均法，本研究解决了在不确定条件下学习在线公平分配的问题，其中中央规划者在不准确地了解代理方值或效用的情况下顺序分配物品。本研究提出了利用双平均法的包装算法，通过信息反馈逐步学习到到达物品的类型分布和代理方的值，从而实现了在线算法在具有加性效用的线性 Fisher 市场中渐进地达到最优的 Nash 社会福利。我们在 Nash 社会福利方面建立了遗憾界限，并通过合成和实证数据集实证验证了我们提出的算法的优越性能。

    Nov, 2023

  • 网络资源分配的在线优化及与强化学习技术的比较

    我们在本文中解决了一种带有任务转移的在线网络资源分配问题，提出了基于指数加权方法的随机在线算法，证明了该算法具有次线性时间后悔，通过对人工数据进行性能测试并与强化学习方法进行比较表明我们的方法优于后者。

    Nov, 2023

  • 一种统一的离线 - 在线资源分配的双阶段模型

    本文针对在线资源分配问题提出了一个基于非均匀和已知到达分布的参数化线性规划算法，并进行了实验结果测试。

    Dec, 2020

  • 众包分类任务工人分配的主动学习效率

    本文针对众包分类任务中工人分配问题，结合理论分析和实验模拟，比较了两种主动学习策略和均匀分配策略的性能，并推导了一个新的性能边界。实验结果表明理论结果在实践中得到了验证。

    Oct, 2016

  • 在在线分配中平衡价格与数据质量以实现公平

    本文探讨了在不观察个体保护属性的情况下，使用不同质量的数据源估算这些属性以降低公平惩罚的在线分配问题，并提出了一种在多臂赌博问题的框架下同时解决两个问题的算法，该算法可以适应多种不同的公平概念，并且在一些情况下可以学习使用的估计值。

    Jun, 2023

  • 基于数据驱动的无货币策略代理的近理想公平资源分配

    通过学习，设计公平分配机制，以比例公平性为基准，解决了一次性分配机制的学习问题，同时提出了可行的方法来度量机制的可利用性，并通过数据控制公平性和可利用性之间的权衡，提出了两种近似比例公平机制，分别是 ExPF-Net 和 ExS-Net，通过大量的数值模拟验证了这些机制的有效性和鲁棒性。

    Nov, 2023

  • 适应性公平感知在线元学习在变化环境下的应用

    本文提出了一种针对不断变化的环境的公平在线学习框架 FairSAOML，通过添加长期公平性约束来构建新的遗憾度量 FairSAR 和新的自适应公平在线元学习算法，提高分布不一样时的性能，同时对累积公平性约束和损失遗憾度提供了亚线性的理论上限，实验结果表明本文提出的算法在不同的数据集和环境中均优于当前最佳的在线学习算法。

    May, 2022

  • 半强化反馈下的最优资源分配

    研究一种顺序资源分配问题，包括一个固定数量的重复工作，每次时间步骤经理都应该在工作之间分配可用资源以最大化完成的工作数量的期望值。

    Jun, 2014