MétaCan
Menu
Retour à la cohorte
Enregistrement W4402198930 · doi:10.3934/jdg.2024019

Characteristic functions for cooperative interval games

2024· article· en· W4402198930 sur OpenAlexafffund
Elena Parilina, Gönül Selin Savaşkan, Georges Zaccour, Sırma Zeynep Alparslan Gök

Notice bibliographique

RevueJournal of Dynamics and Games · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGame Theory and Voting Systems
Établissements canadiensGroup for Research in Decision AnalysisHEC Montréal
Organismes subventionnairesHEC Montréal
Mots-clésInterval (graph theory)Computer scienceMathematical economicsMathematicsCombinatorics

Résumé

récupéré en direct d'OpenAlex

Games where players' payoffs are given by intervals, instead of scalars, provide a conceptually attractive framework to account for uncertainty and vagueness in decision-making processes. In a cooperative game, one needs to determine the characteristic function values for all possible coalitions. In this paper, we extend the classical $ \alpha $ and $ \beta $ characteristic functions (CFs), initially defined for scalar payoffs, to cooperative interval games. Both characteristic functions are based on a solution of zero-sum interval games with the coalition being the maximizer player and the anti-coalition the minimizer player. We propose an algorithm to define the interval values of a cooperative game in the form of $ \alpha $ and $ \beta $ CFs and illustrate its use on an example with three players. Further, we discuss some properties of cooperative interval games and calculate an interval Shapley value. As expected, different characteristic functions lead to different Shapley values.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,745
Score d'incertitude au seuil0,316

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,020
Tête enseignante GPT0,240
Écart entre enseignants0,220 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations5
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Dynamics and GamesMême sujetGame Theory and Voting SystemsTravaux en français237 207