PulseAugur
中
实时 09:55:51
English(EN) Probably Correct Optimal Stable Matching under Two-Sided Uncertainty

新研究探讨双侧不确定性下的最优稳定匹配

作者 PulseAugur 编辑部 · [2 个来源] ·

一篇新发表在arXiv上的研究论文介绍了一种在双方偏好最初未知的情况下识别双边市场中最优稳定匹配的算法。该研究侧重于具有噪声奖励和半老虎机反馈结构的顺序学习问题，旨在高效地以高概率发现最佳稳定匹配。所提出的方法通过解决双侧不确定性并利用部分偏好信息，扩展了先前的工作，引入了‘普遍稳定匹配’的概念，并提供了更精细的样本复杂度分析。 AI

影响 引入了稳定匹配问题的新算法，可能影响资源分配和市场设计中的AI应用。

排序理由 该集群包含一篇发表在arXiv上的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv stat.ML 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新研究探讨双侧不确定性下的最优稳定匹配

报道来源 [2]

  1. arXiv stat.ML TIER_1 English(EN) · Andreas Athanasopoulos, Anne-Marie George, Christos Dimitrakakis ·

    双边不确定性下的可能正确的最优稳定匹配

    arXiv:2607.04824v1 Announce Type: cross Abstract: We study a sequential learning problem for stable matchings in two-sided markets where preferences on both sides are initially unknown. We focus on a centralized setting where an algorithm matches agents at each time step and rece…

  2. arXiv stat.ML TIER_1 English(EN) · Christos Dimitrakakis ·

    双边不确定性下的可能正确的最优稳定匹配

    We study a sequential learning problem for stable matchings in two-sided markets where preferences on both sides are initially unknown. We focus on a centralized setting where an algorithm matches agents at each time step and receives noisy rewards that reflect the preferences of…

相关实体

相关话题