PulseAugur
实时 12:59:54
English(EN) Trading Utility for Dynamic Fairness in Multiple Resource Division with Sequential Demand

新型神经分配器在资源划分中平衡公平性与效用

研究人员开发了一种新的神经分配机制,旨在平衡动态多资源分配场景中的系统效用与公平性。该方法解决了共享计算环境中序列化用户需求带来的挑战,因为未来的需求是未知的。该机制利用多目标优化和可微分训练来调和竞争性的公平性标准,如共享激励、无嫉妒性和动态帕累托最优性,最终在保持可比公平性水平的同时实现更高的效用。 AI

影响 引入了一种新颖的神经分配机制,有望通过平衡公平性与效用来提高共享计算环境的效率。

排序理由 详细介绍新颖资源分配算法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Kaiqi Jiang, Karim El Husseini, Wenzhe Fan, Xinhua Zhang ·

    Trading Utility for Dynamic Fairness in Multiple Resource Division with Sequential Demand

    arXiv:2606.10472v1 Announce Type: cross Abstract: Dynamic multi-resource allocation is a central problem in shared computing environments, where users' demands arrive sequentially and resources must be distributed fairly without knowledge of future demands. Existing methods empha…