Analysis of a class of decentralized dynamical systems: rapid convergence and efficiency of dynamical quantized auctions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In this paper, we study a class of progressive second price (PSP) auctions introduced by Lazar & Semret (1999, Design and analysis of the progressive second price auction for network bandwidth sharing. Technical Report 487-98-21. Columbia University Center for Telecommunications Research.) subject to various quantized pricing assumptions. The general PSP mechanism is employed here for the allocation of a divisible resource among arbitrary populations of agents in terms of two specific algorithms which are called, respectively, the aggressive–defensive qunatized progressive second price (ADQ-PSP) algorithm and the unique limit quantized progressive second price (UQ-PSP) algorithm, each of which derives from an associated set of quantized strategies. First, for the ADQ-PSP auction algorithm applied to agent populations with randomly and possibly widely distributed demand functions, it is shown that the states (i.e. bid prices and quantities) of the corresponding dynamical systems rapidly converge with high probability to a quantized (Nash) equilibrium with a common price for all agents. Second, for the UQ-PSP auction algorithm (developed as a modification of the ADQ-PSP algorithm) applied to general agent populations, the corresponding dynamical systems are such that (i) the limit price of all system trajectories is independent of the initial data and (ii) modulo the quantization level, the limiting resource allocation is efficient (i.e. the corresponding social welfare function, or summed individual valuation functions, is optimal).
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle