PulseAugur
中
实时 01:27:18
English(EN) Dynamic Welfare-Maximizing Pooled Testing

新研究探讨动态福利最大化池式检测策略

一篇新研究论文探讨了在预算限制下动态福利最大化池式检测策略。该研究引入了一个理论框架,其中代理人具有不同的效用和健康先验概率,并在认证时获得福利。研究结果表明,最优动态策略最多可实现静态分配福利的两倍,在某些情况下,适应性没有带来任何好处。该论文还详细介绍了近似算法,并提出了一个比较动态和静态基准的精确研究。 AI

排序理由 该聚类包含一篇 arXiv 论文,详细介绍了池式检测的新理论框架和算法。[lever_c_demoted from research: ic=1 ai=0.4]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新研究探讨动态福利最大化池式检测策略

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Edwin Lock, Nicholas Lopez, Francisco Marmolejo-Coss\'io, Jose Roberto Tello Ayala, David C. Parkes ·

    动态福利最大化池化检测

    arXiv:2601.22419v2 Announce Type: replace-cross Abstract: Pooled testing uses one test to certify several agents as healthy when the pooled result is negative. We study a budget-constrained welfare problem in which agents have heterogeneous utilities and independent prior probabi…