MétaCan
Menu
Retour à la cohorte
Enregistrement W4407950671 · doi:10.1109/cdc56724.2024.10886077

A Class of Linear Quadratic Collective Discrete Choice Models with Congestion Effects

2024· article· en· W4407950671 sur OpenAlexaff
Noureddine Toumi, Roland P. Malhamé, Jérôme Le Ny

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueOpinion Dynamics and Social Influence
Établissements canadiensPolytechnique MontréalGroup for Research in Decision Analysis
Organismes subventionnairesnon disponible
Mots-clésClass (philosophy)Quadratic equationComputer scienceMathematical optimizationMathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper introduces a new class of linear quadratic dynamic collective choice models with congestion effects. Agents choose between multiple destinations and cooperate to minimize a collective average cost. To preserve the model’s analytical tractability, we employ a quadratic negative term in the cost function to simulate congestion avoidance. We show that identifying a solution to our model is equivalent to solving a number of linear quadratic regulator problems equal to the number of choices of destinations, followed by an optimal transport problem parameterized by the fraction of agents choosing each destination. This contrasts with the brute-force approach consisting of solving a series of linear quadratic regulator problems whose number increases exponentially with the population size. To further reduce the complexity of the solution search, we also define an appropriate system of limiting equations, whose solution can be used to efficiently approximate the optimal solution as the number of agents increases.

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)0,000
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 enseignants0,942
Score d'incertitude au seuil0,259

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,273
Écart entre enseignants0,264 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOpinion Dynamics and Social InfluenceTravaux en français237 207