CAREER: A New Theory of Social Choice for More than Two Alternatives: Combining Economics, Statistics, and Computation

职业:两种以上选择的社会选择新理论:结合经济学、统计学和计算

基本信息

  • 批准号:
    1453542
  • 负责人:
  • 金额:
    $ 52.5万
  • 依托单位:
  • 依托单位国家:
    美国
  • 项目类别:
    Continuing Grant
  • 财政年份:
    2015
  • 资助国家:
    美国
  • 起止时间:
    2015-02-01 至 2023-01-31
  • 项目状态:
    已结题

项目摘要

The proposal aims at generating computational mechanisms that will enable individuals to contribute towards making better collective decisions (e.g., news ranking) including crowdsourcing where aggregation of online noise answers can occur. The proposal brings together ideas from economics, statistics, and computation to expand the capabilities of social choice mechanisms to handle large numbers of alternative choices, to extract ground truth from aggregated preferences, and to address problems where individual agents might not be able to compare some alternatives. In contrast to classical social choice theory, which is limited to the selection between two alternatives, the project proposes a rigorous study of a model for computational choice that will be robust enough for discerning between thousands or even millions of alternatives.The proposal could have a profound impact in the way we build multi-agent systems, search engines and recommender systems. The proposed effort can serve as a catalyst in the growing area of computational social choice, including: (1) Rank aggregation has been used in many fields, involving some high impact applications like ranking of news. However, this problem is far from solved using traditional computational social choice methods because they either only work for two alternatives, require full rankings, does poorly in revealing the ground truth, or are hard to compute. The proposed research will develop new methodologies to overcome these deficiencies by designing objective, robust, and computable social choice mechanisms for rich preferences. (2) Crowdsourcing, whereby online workers' noisy answers are aggregated to produce a better overall answer to some question. This cannot be solved by existing computational social choice techniques as the online workers' answers are often partial orders, workers may manipulate the outcome by providing false answers, and the objective of aggregation is to reveal the true answer. The proposed research will directly tackle these challenges by designing new mechanisms, which are directly applicable to existing systems.
该提案旨在生成计算机制,使个人能够做出更好的集体决策(例如新闻排名),包括可以聚合在线噪音答案的众包。该提案汇集了经济学、统计学和计算学的思想,以扩展社会选择机制的能力,以处理大量替代选择,从汇总偏好中提取基本事实,并解决个体代理可能无法比较某些选择的问题。替代方案。与仅限于在两种选择之间进行选择的经典社会选择理论相比,该项目提出了对计算选择模型的严格研究,该模型将足够强大,足以辨别数千甚至数百万种选择。该提案可能有一个对我们构建多代理系统、搜索引擎和推荐系统的方式产生了深远的影响。所提出的努力可以作为计算社会选择不断增长的领域的催化剂,包括:(1)排名聚合已在许多领域使用,涉及一些高影响力的应用,例如新闻排名。然而,使用传统的计算社会选择方法远未解决这个问题,因为它们要么只适用于两种选择,需要完整的排名,在揭示基本事实方面表现不佳,要么难以计算。拟议的研究将开发新的方法,通过为丰富的偏好设计客观、稳健和可计算的社会选择机制来克服这些缺陷。 (2) 众包,将在线工作人员的嘈杂答案汇总起来,为某些问题提供更好的整体答案。这无法通过现有的计算社会选择技术来解决,因为在线工作人员的答案通常是偏序的,工作人员可能通过提供错误答案来操纵结果,而聚合的目标是揭示真实答案。拟议的研究将通过设计直接适用于现有系统的新机制来直接应对这些挑战。

项目成果

期刊论文数量(18)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Fair Division Through Information Withholding
通过隐瞒信息进行公平划分
Learning Mixtures of Plackett-Luce Models
Plackett-Luce 模型的学习混合
Convergence of Multi-Issue Iterative Voting under Uncertainty
不确定性下多议题迭代投票的收敛性
  • DOI:
    10.48550/arxiv.2301.08873
  • 发表时间:
    2023-01-21
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Joshua Kavner;R. Meir;Francesca Rossi;Lirong Xia
  • 通讯作者:
    Lirong Xia
Learning Mixtures of Plackett-Luce Models fromStructured Partial Orders
从结构化偏序学习 Plackett-Luce 模型的混合
Crowdsourcing Perceptions of Gerrymandering
众包对选区划分的看法
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Lirong Xia其他文献

Frustratingly Easy Truth Discovery for Rank Aggregation 1
排名聚合的令人沮丧的简单真相发现 1
  • DOI:
  • 发表时间:
    2023
  • 期刊:
  • 影响因子:
    0
  • 作者:
    R. Meir;Ofra Amir;Omer Ben;Tsviel Ben;Gal Cohensius;Lirong Xia;—. L. Tolstoy;Anna Karenina
  • 通讯作者:
    Anna Karenina
Notice of RetractionBiosorption of Pb²+ from Aqueous Solution by Bioflocculent MBF-07
撤回通知生物絮凝剂 MBF-07 从水溶液中生物吸附 Pb²+
Hide, Not Seek: Perceived Fairness in Envy-Free Allocations of Indivisible Goods
隐藏,而不是寻找:不可分割商品的无嫉妒分配中的公平感
  • DOI:
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Hadi Hosseini;Joshua Kavner;Sujoy Sikdar;Rohit Vaish;Lirong Xia
  • 通讯作者:
    Lirong Xia
Paradoxes of Multiple Elections: An Approximation Approach
多重选举的悖论:一种近似方法
  • DOI:
    10.1007/s10479-010-0691-4
  • 发表时间:
    2012-06-10
  • 期刊:
  • 影响因子:
    4.8
  • 作者:
    Vincent Conitzer;Lirong Xia
  • 通讯作者:
    Lirong Xia
Learning Mixtures of Plackett-Luce Models with Features from Top-$l$ Orders
学习 Plackett-Luce 模型与顶级 $l$ 订单特征的混合
  • DOI:
  • 发表时间:
    2020
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Zhibing Zhao;Lirong Xia
  • 通讯作者:
    Lirong Xia

Lirong Xia的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Lirong Xia', 18)}}的其他基金

Collaborative Research: RI: Medium: Informed, Fair, Efficient, and Incentive-Aware Group Decision Making
协作研究:RI:媒介:知情、公平、高效和具有激励意识的群体决策
  • 批准号:
    2313136
  • 财政年份:
    2023
  • 资助金额:
    $ 52.5万
  • 项目类别:
    Standard Grant
Collaborative Research: NSF-CSIRO: Fair Sequential Collective Decision-Making
合作研究:NSF-CSIRO:公平顺序集体决策
  • 批准号:
    2303000
  • 财政年份:
    2023
  • 资助金额:
    $ 52.5万
  • 项目类别:
    Standard Grant
Collaborative Research: RI: Medium: Transparent Fair Division of Indivisible Items
合作研究:RI:媒介:不可分割项目的透明公平划分
  • 批准号:
    2106983
  • 财政年份:
    2021
  • 资助金额:
    $ 52.5万
  • 项目类别:
    Standard Grant
Collaborative Research: RI: Small: Modeling and Learning Ethical Principles for Embedding into Group Decision Support Systems
协作研究:RI:小型:建模和学习嵌入群体决策支持系统的道德原则
  • 批准号:
    2007994
  • 财政年份:
    2021
  • 资助金额:
    $ 52.5万
  • 项目类别:
    Standard Grant
RI: Small: Algorithmic Mechanism Design for Multi-Type Resource Allocation
RI:Small:多类型资源分配的算法机制设计
  • 批准号:
    1716333
  • 财政年份:
    2017
  • 资助金额:
    $ 52.5万
  • 项目类别:
    Standard Grant

相似国自然基金

玻色-费米混合气体中的新物态及其动力学的理论研究
  • 批准号:
    12374243
  • 批准年份:
    2023
  • 资助金额:
    52 万元
  • 项目类别:
    面上项目
基于Carr-Wu损益归因新框架的期权定价与对冲:理论与中国市场实证研究
  • 批准号:
    72371208
  • 批准年份:
    2023
  • 资助金额:
    40 万元
  • 项目类别:
    面上项目
两流体代数模型新拓展及对反常核结构现象的理论研究
  • 批准号:
    12375113
  • 批准年份:
    2023
  • 资助金额:
    52 万元
  • 项目类别:
    面上项目
基于保护动机理论的新确诊青少年HIV感染者抗病毒治疗依从性“游戏+”健康教育及作用机制研究
  • 批准号:
    82304256
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
胺盐形成的纳米颗粒物的臭氧化机制及其对新粒子生成贡献的理论模拟研究
  • 批准号:
    42277081
  • 批准年份:
    2022
  • 资助金额:
    54 万元
  • 项目类别:
    面上项目

相似海外基金

CAREER: New Directions in Foliation Theory and Diffeomorphism Groups
职业:叶状理论和微分同胚群的新方向
  • 批准号:
    2239106
  • 财政年份:
    2023
  • 资助金额:
    $ 52.5万
  • 项目类别:
    Continuing Grant
Improving Access to Alzheimer's disease and Related Dementias care services for Latinx individuals at Community Health Clinics. A multiphase mixed methods study.
改善社区健康诊所的拉丁裔个人获得阿尔茨海默病和相关痴呆症护理服务的机会。
  • 批准号:
    10429652
  • 财政年份:
    2022
  • 资助金额:
    $ 52.5万
  • 项目类别:
A translational bioinformatics approach to elucidate and mitigate polypharmacy induced adverse drug reactions
阐明和减轻复方用药引起的药物不良反应的转化生物信息学方法
  • 批准号:
    10507532
  • 财政年份:
    2022
  • 资助金额:
    $ 52.5万
  • 项目类别:
Improving Access to Alzheimer's disease and Related Dementias care services for Latinx individuals at Community Health Clinics. A multiphase mixed methods study.
改善社区健康诊所的拉丁裔个人获得阿尔茨海默病和相关痴呆症护理服务的机会。
  • 批准号:
    10624936
  • 财政年份:
    2022
  • 资助金额:
    $ 52.5万
  • 项目类别:
A translational bioinformatics approach to elucidate and mitigate polypharmacy induced adverse drug reactions
阐明和减轻复方用药引起的药物不良反应的转化生物信息学方法
  • 批准号:
    10664024
  • 财政年份:
    2022
  • 资助金额:
    $ 52.5万
  • 项目类别:
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了