MétaCan
Menu
Retour à la cohorte
Enregistrement W2036569687 · doi:10.5555/1283383.1283507

An efficient cost-sharing mechanism for the prize-collecting Steiner forest problem

2007· article· en· W2036569687 sur OpenAlexaff
Anupam Gupta, Jochen Könemann, Stefano Leonardi, R. Ravi, Guido Schäfer

Notice bibliographique

RevueResearch Showcase @ Carnegie Mellon University (Carnegie Mellon University) · 2007
Typearticle
Langueen
DomaineComputer Science
ThématiqueComplexity and Algorithms in Graphs
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésCombinatoricsSteiner tree problemPath (computing)Terminal (telecommunication)GraphConnection (principal bundle)ConnectivityMathematicsEnhanced Data Rates for GSM EvolutionComputer scienceSet (abstract data type)Discrete mathematicsComputer networkTelecommunications

Résumé

récupéré en direct d'OpenAlex

In an instance of the prize-collecting Steiner forest problem (PCSF) we are given an undirected graph G = (V,E), non-negative edge-costs c(e) for all e ∈ E, terminal pairs R = {(si,ti)}1≤i≤k, and penalties π1,...,πk. A feasible solution (F,Q) consists of a forest F and a subset Q of terminal pairs such that for all (si,ti) ∈ R either si,ti are connected by F or (si,ti) ∈ Q. The objective is to compute a feasible solution of minimum cost c(F) + π(Q). A game-theoretic version of the above problem has k players, one for each terminal-pair in R. Player i’s ultimate goal is to connect si and ti, and the player derives a privately held utility ui ≥ 0 from being connected. A service provider can connect the terminals si and ti of player i in two ways: (1) by buying the edges of an si,ti-path in G, or (2) by buying an alternate connection between si and ti (maybe from some other provider) at a cost of πi. In this paper, we present a simple 3-budgetbalanced and group-strategyproof mechanism for the above problem. We also show that our mechanism computes client sets whose social cost is at most O(log 2 k) times the minimum social cost of any player set. This matches a lower-bound that was recently given by Roughgarden and Sundararajan (STOC ’06).

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,004
Science ouverte0,0040,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,104
Tête enseignante GPT0,330
Écart entre enseignants0,226 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Showcase @ Carnegie Mellon University (Carnegie Mellon University)Même sujetComplexity and Algorithms in GraphsTravaux en français237 207