random utility models | BriefGPT

关键词random utility models

搜索结果 - 7

利用高斯过程从偏好和选择中学习的教程
通过理解个体的偏好和选择方式，构建能够与其预期十分匹配的产品，并将经济学、决策理论原则融入学习过程中，本文提出了一种以高斯过程为基础的偏好学习模型的完整框架，并介绍了一些用于填补现有文献中空白的新颖基于高斯过程的模型。
PDF4 months ago
RUMBoost: 梯度提升的随机效用模型
该论文介绍了 RUMBoost 模型，这是一种新的离散选择建模方法，它结合了随机效用模型（RUMs）的可解释性和行为鲁棒性与深度学习方法的泛化能力和预测能力。
PDF5 months ago
将领域知识融入深度神经网络中用于离散选择模型
本文提出了一种框架，通过约束条件将领域知识和先验信念与机器学习相结合，以支持可解释的基于数据驱动的离散选择模型的开发，并通过案例研究展示了该框架的潜力。
PDFa year ago
从 K-Slates 分布逼近 RUM
本文研究拟合随机效用模型（Random Utility Models，简称 RUMs）到用户选择问题，提出了一个基于线性规划和椭球法的多项式时间算法，并得出可行的近似分离规则解决方案，可以被视为超图的加权反馈弧集问题的一般化。
PDFa year ago
ICML可解释的行列式选择模型用于子集选择
该研究介绍了一个同时拥有随机实用模型和确定性点过程的特点的确定性选择模型，该模型可以从数据中学习到一系列负面依赖关系，提供了一些关于 LoRa 网络无线干扰的新见解，该模型在子集选择模型、随机实用模型和确定性点过程中产生了应用价值。
PDFa year ago
IJCAI使用不完整偏好特征学习随机效用模型的组合
本文研究了具有特征和它们的混合的随机效用模型（RUMs），提出了一种广义的 RUM 模型，来生成不完整的偏好，证明了当带有特征的 Plackett-Luce 模型可识别时，其最大似然估计是一致的，并且该模型在合成数据和真实数据上具有较高的预
PDF4 years ago
ICML随机效用模型的组合边际似然方法
本研究提出了一种新颖灵活的基于排名打破的复合边际似然 (RBCML) 框架，用于学习随机效用模型 (RUMs)，包括 Plackett-Luce 模型，并利用证明严格对数凹性在卷积和边际化下得以保持的方法，表征了 RBCML 的目标函数为严
PDF6 years ago