Παρακαλώ χρησιμοποιήστε αυτό το αναγνωριστικό για να παραπέμψετε ή να δημιουργήσετε σύνδεσμο προς αυτό το τεκμήριο: https://hdl.handle.net/123456789/1871
Τύπος: Ανακοίνωση σε συνέδριο
Τίτλος: Evaluating approval-based multiwinner voting in terms of robustness to noise
Συγγραφέας: [EL] Καραγιάννης, Ιωάννης[EN] Caragiannis, Ioannissemantics logo
[EL] Κακλαμάνης, Χρήστος[EN] Kaklamanis, Christossemantics logo
[EL] Καρανικόλας, Νικόλαος[EN] Karanikolas, Nikossemantics logo
[EL] Κριμπάς, Γιώργος[EN] Krimpas, Georgesemantics logo
Ημερομηνία: Ιαν-2021
Περίληψη: Approval-based multiwinner voting rules have recently received much attention in the Computational Social Choice literature. Such rules aggregate approval ballots and determine a winning committee of alternatives. To assess effectiveness, we propose to employ new noise models that are specifically tailored for approval votes and committees. These models take as input a ground truth committee and return random approval votes to be thought of as noisy estimates of the ground truth. A minimum robustness requirement for an approval-based multiwinner voting rule is to return the ground truth when applied to profiles with sufficiently many noisy votes. Our results indicate that approval-based multiwinner voting can indeed be robust to reasonable noise. We further refine this finding by presenting a hierarchy of rules in terms of how robust to noise they are
Γλώσσα: Αγγλικά
Τόπος δημοσίευσης: Virtually
Σελίδες: 7
DOI: 10.24963/ijcai.2020/11
ISBN: 978-0-9992411-6-5
Θεματική κατηγορία: [EL] Επιστήμη ηλεκτρονικών υπολογιστών[EN] Computer Sciencesemantics logo
Λέξεις-κλειδιά: Agent-based and Multi-agent Systems: Voting
Κάτοχος πνευματικών δικαιωμάτων: © 2020 International Joint Conferences on Artificial Intelligence
Όροι και προϋποθέσεις δικαιωμάτων: All rights reserved. No part of this book may be reproduced in any form by any electronic or mechanical means (including photocopying, recording, or information storage and retrieval) without permission in writing from the publisher.
Ηλεκτρονική διεύθυνση του τεκμηρίου στον εκδότη: https://www.ijcai.org/proceedings/2020/11
Ηλεκτρονική διεύθυνση περιοδικού: https://www.ijcai.org/proceedings/2020/
Τίτλος πηγής δημοσίευσης: Proceedings of the Twenty-Ninth International Joint Conference on Artificial Intelligence
Σελίδες τεκμηρίου (στην πηγή): 74-80
Όνομα εκδήλωσης: Twenty-Ninth International Joint Conference on Artificial Intelligence
Τοποθεσία εκδήλωσης: Yokohama, Japan Virtual
Ημ/νία έναρξης εκδήλωσης: 07/01/2021
Ημ/νία λήξης εκδήλωσης: 15/01/2021
Σημειώσεις: This research is co-financed by Greece and the European Union (European Social Fund) through the Operational Programme “Human Resources Development, Education and Lifelong Learning 2014-2020” (project MIS 5047146).
Εμφανίζεται στις συλλογές:Ερευνητικές ομάδες

Αρχεία σε αυτό το τεκμήριο:
Αρχείο Περιγραφή ΣελίδεςΜέγεθοςΜορφότυποςΈκδοσηΆδεια
approval.ijcai20.pdf458.15 kBAdobe PDF-nocopyΔείτε/ανοίξτε