- AAAI基于多准则比较的知识引导机器学习方法的推进
描述了一种有应用广泛的模型评估方法,能够根据核心科学原理和更实用的结果评估人工智能 / 机器学习模型。该方法通过心理学和决策科学的预测竞赛产生,对各种类型和结构的候选模型进行了多个科学、理论和实际标准的综合评估,使用计算社会选择领域的投票规 - 运用不完整调查数据计算选举规则
通过对候选人的完整排序偏好的难以确定性我们研究了能够通过查询选民关于 t <m 个候选人的规则计算的投票规则。在先前研究的基础上,我们的研究全面描述了对于任何 1≤t < m 时可以计算的位置评分规则集合,特别地,这不包括多数派规则。然后, - 突破度量投票扭曲壁垒
研究了社会选择中度量失真问题,给出了一种新的投票规则,通过随机化最大允许值与新规则可实现失真小于 2.753,其为计算社会选择中重要而具有挑战性的问题。
- 二项式投票的扭曲超出预期
本文研究了计算社会选择中投票规则的畸变,通过研究选民效用分布上的期望畸变,设计和分析了一种新颖且直观的规则 —— 二项式投票,为所有分布提供了强大的期望畸变保证。
- 序贯决策的比例聚合偏好
研究公平的顺序决策问题,提出了三种有吸引力的选举规则,证明它们确实满足基于比例正当理由的公理,包括基于 α 和 β 的增强版本,同时展示了它们在合成数据和美国政治选举中的性能。
- 最佳失真双世界
本文研究了基于代理人的顺序偏好设计投票规则的问题,并使用 “变形度量” 来衡量投票规则的性能,旨在最大化所有代理人的快乐度,文中研究了两个不同的投票变形世界:功利变形和度量变形,并证明了可以通过设计新的投票规则同时达到两种变形下的最优性能。
- 多数否决:一种实现最优度量扭曲的简单投票规则
提出了一种名为 Plurality Veto 的简单的投票规则,它只需进行两次查询,就可以实现 “失真度” 的最优解,并进一步将其推广为更广泛的随机化投票规则。
- 选民联盟对大选结果的影响可能性有多大?
研究扩展了先前的研究,提出一种更一般的半随机模型来考虑多数决原则下的联合影响问题。主要结论确定了在各种投票规则下,存在可以成功影响选举的大小为 B 的联合体的半随机的可能性。技术上的贡献是对于泊松多项式变量的性质进行了进一步的表征。
- MMPhragmén 的投票方法与合理代表
研究了基于批准选票选择委员会的负载平衡方法,比较了三种委员会投票规则,分析了委员会单调方法的比例代表性质和完全代表性质,提出了基于混合整数规划的算法计算负载平衡方法。
- AAAI非个性化推荐中的双边公平性
本文探讨了作为全球推荐系统一部分的非个性化(全局)新闻媒体平台中的两个特定的公平性问题,即用户公平和组织公平。作者测试了社会选择理论中不同的投票规则,并提出了一种偏见度量标准,以度量推荐文章集的总体意识形态偏见。作者发现,尽管投票规则在用户 - 增值效用比例参与性预算
研究参与性预算的投票规则,引入了一项公正代表性的公理(EJR)来保证利益相同的选民群体的比例代表性,提出了一种称为平等股份法(Method of Equal Shares)的投票规则,可用于任意成本和加成型效用,并可在多项式时间内计算。
- 比例原则与福利主义的极限
研究了 Phragmén 和 Thiele 于 1890 年提出的两种具有影响力的选举规则,证明了这两种规则实现了两种不同形式的比例代表性,同时介绍了一种新的委员会规则,即平等份额法,该规则满足了与核和扩展证明代表性之间的特性相中间的性质, - 多阶段投票规则实用算法及并行宇宙决胜法
本文探讨了在多轮投票中怎样处理平局,并提出了计算同时使用 STV 和 RP(平行宇宙 Tiebreaking 机制)的候选赢家的算法,通过启发式、采样和机器学习来优化搜索方向以及采用 DFS-based 算法、修剪策略等方式加速计算,同时还 - 在单指数时间内进行投票和贿赂
该论文解决了计算社会选择中九个挑战之一的 “挑战#2”,通过引入一般的选举贿赂问题,我们介绍了一个最小化费用的问题,以便在投票规则 R 下选出所需的候选人,对于许多自然的投票规则 R 参数化复杂度得到了解决。
- IJCAI计算社会选择与数据库相遇
该研究开发出一种新框架,使得计算社会选择与数据库管理之间的联系更紧密,从而使得针对选票规则、候选人、选民、问题和立场的复杂查询能够得到支持,并且研究了相应的计算复杂度。
- 一个操作问题的统一框架
本文提出了一种统一框架来研究少数几种人的选票操作模型,并解决了 R-Swap 贿选问题的复杂性问题,同时发现选票规则的复杂性对贿选问题的难度有很大影响。
- 公平混合:二分偏好的情况
讨论了三个优秀的投票规则,其中条件功利规则是一个策略性稳健且容易计算的规则,其最坏和平均效率在代理人数量较小时都是低的,而效率最高的 Nash Max Product 规则虽然可以实现任何联盟的最强福利保障,但不符合排斥策略性稳健性,而有效 - AAAI具备多样性约束的多赢家选举
本文提出了一种多赢家选举模型,结合了委员会质量的表现 - based 测量方法 (例如,委员会成员的 Borda 分数) 和多样性约束。我们主要关注于分析算法的复杂度和募集委员会的策略。
- 基于投票的伦理决策系统
该研究提出一种基于机器学习和计算社会选择的自动化道德决策方法,该方法通过学习社会偏好的模型,在运行时有效地聚合这些偏好以识别出一种合适的选择。该论文还提出了一种新的理论 - 交换支配有效投票规则,并在道德机器网站上收集的偏好数据的基础上实现 - 多获胜者投票规则中的稳健性
研究了委员会选举结果对输入偏好顺序的微小变化的稳健性,探讨了不同投票规则的影响,发现单个偏好顺序内相邻候选人的一次交换可能导致最多一个委员会成员被替换或整个委员会被替换,并证明了计算导致选举结果改变的最小交换数通常是 NP-hard 的,但