Motivated by a serious issue that hospitals in rural areas suffer from shortage of residents, we study the Hospitals/Residents model in which hospitals are associated with lower quotas and the goal is to satisfy them as much as possible. When preference lists are strict, the number of residents assigned to each hospital is the same in any stable matching due to the famous rural hospitals theorem, so there is no room for algorithmic interventions. However, when ties are introduced in preference lists, this is not the case since the number of residents may vary over stable matchings. The main focus of this paper is to investigate how much we can utilize this flexibility to aid rural hospitals, in the presence of ties. We first show that the exact optimization is NP-hard and incompatible with strategy-proofness for residents. We then propose a linear-time strategy-proof algorithm whose approximation ratio is substantially better than a naive algorithm that breaks ties arbitrarily and applies the Gale-Shapley algorithm.


翻译:由于农村地区医院存在居民短缺的严重问题,我们研究了医院/居民模式,医院/居民模式与低配额挂钩,目标是尽可能满足这些模式。如果优惠名单严格,由于著名的农村医院的理论,分配给每个医院的居民人数在任何稳定匹配中都是相同的,因此没有进行算法干预的空间。但是,如果在优惠名单中引入联系,情况并非如此,因为居民人数可能因稳定匹配而不同。本文的主要焦点是调查我们如何利用这种灵活性帮助农村医院。我们首先显示,精确的优化是坚固的,与居民的战略防守不相容。我们然后提出一个线性战略防偏差的算法,其近似率比一个任意断绝关系并应用Gale-Shapley算法的天真算法要好得多。

0
下载
关闭预览

相关内容

【如何做研究】How to research ,22页ppt
专知会员服务
108+阅读 · 2021年4月17日
专知会员服务
44+阅读 · 2020年10月31日
神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【新书】Python编程基础,669页pdf
专知会员服务
194+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
【TED】什么让我们生病
英语演讲视频每日一推
7+阅读 · 2019年1月23日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
LibRec 精选:CCF TPCI 的推荐系统专刊征稿
LibRec智能推荐
4+阅读 · 2019年1月12日
spinningup.openai 强化学习资源完整
CreateAMind
6+阅读 · 2018年12月17日
NIPS 2017:贝叶斯深度学习与深度贝叶斯学习(讲义+视频)
机器学习研究会
36+阅读 · 2017年12月10日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【推荐】树莓派/OpenCV/dlib人脸定位/瞌睡检测
机器学习研究会
9+阅读 · 2017年10月24日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
Arxiv
0+阅读 · 2021年6月29日
Arxiv
0+阅读 · 2021年6月24日
Arxiv
3+阅读 · 2018年10月18日
VIP会员
相关VIP内容
【如何做研究】How to research ,22页ppt
专知会员服务
108+阅读 · 2021年4月17日
专知会员服务
44+阅读 · 2020年10月31日
神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【新书】Python编程基础,669页pdf
专知会员服务
194+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
相关资讯
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
【TED】什么让我们生病
英语演讲视频每日一推
7+阅读 · 2019年1月23日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
LibRec 精选:CCF TPCI 的推荐系统专刊征稿
LibRec智能推荐
4+阅读 · 2019年1月12日
spinningup.openai 强化学习资源完整
CreateAMind
6+阅读 · 2018年12月17日
NIPS 2017:贝叶斯深度学习与深度贝叶斯学习(讲义+视频)
机器学习研究会
36+阅读 · 2017年12月10日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【推荐】树莓派/OpenCV/dlib人脸定位/瞌睡检测
机器学习研究会
9+阅读 · 2017年10月24日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
Top
微信扫码咨询专知VIP会员