会员服务
成比例 · 表示 · 博弈论 · 人工智能 · 多代理人模型 ·
2021 年 7 月 13 日
A characterization of proportionally representative committees
翻译：比例代表性委员会的定性
Haris Aziz,Barton E. Lee
Haris Aziz,Barton E. Lee

A well-known axiom for proportional representation is Proportionality of Solid Coalitions (PSC). We characterize committees satisfying PSC as possible outcomes of the Minimal Demand rule, which generalizes an approach pioneered by Michael Dummett.


翻译：比例代表制的一个众所周知的原则是 " 固体联盟的相称性 " 。 我们把满足 " 固体联盟 " 的委员会称为 " 最低需求规则 " 的可能结果,该规则概括了迈克尔·杜米特所倡导的一种做法。
0
下载
关闭预览

相关内容

直白生动！《机器学习知识点彩图版》297页ppt以图画式描述机器学习中的知识点
直白生动！《机器学习知识点彩图版》297页ppt以图画式描述机器学习中的知识点
专知会员服务
81+阅读 · 2021年3月11日
迁移学习简明教程，11页ppt
迁移学习简明教程，11页ppt
专知会员服务
108+阅读 · 2020年8月4日
【硬核书】群论，Group Theory，135页pdf
【硬核书】群论，Group Theory，135页pdf
专知会员服务
129+阅读 · 2020年6月25日
Fariz Darari简明《博弈论Game Theory》介绍，35页ppt
Fariz Darari简明《博弈论Game Theory》介绍，35页ppt
专知会员服务
111+阅读 · 2020年5月15日
因果图，Causal Graphs，52页ppt
因果图，Causal Graphs，52页ppt
专知会员服务
250+阅读 · 2020年4月19日
50+篇《神经架构搜索NAS》2020论文合集
专知会员服务
61+阅读 · 2020年3月19日
【卡内基梅隆大学-CMU】机器学习中的公平性，Learning Fair Representations
【卡内基梅隆大学-CMU】机器学习中的公平性，Learning Fair Representations
专知会员服务
38+阅读 · 2020年2月29日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
181+阅读 · 2019年10月11日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
104+阅读 · 2019年10月9日
Successor representations 强化学习表示的生物学启发
Successor representations 强化学习表示的生物学启发
CreateAMind
6+阅读 · 2019年9月5日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
Call for Participation: Shared Tasks in NLPCC 2019
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
无监督元学习表示学习
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
vae 相关论文 表示学习 1
vae 相关论文 表示学习 1
CreateAMind
12+阅读 · 2018年9月6日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Online Monitoring of Spatio-Temporal Properties for Imprecise Signals
Arxiv
0+阅读 · 2021年9月16日
Learning Representations by Humans, for Humans
Arxiv
0+阅读 · 2021年9月15日
Comparing Text Representations: A Theory-Driven Approach
Arxiv
0+阅读 · 2021年9月15日
Decision-Focused Summarization
Arxiv
0+阅读 · 2021年9月14日
Learning Optimal Representations with the Decodable Information Bottleneck
Arxiv
6+阅读 · 2020年9月27日
Learning Diverse and Discriminative Representations via the Principle of Maximal Coding Rate Reduction
Arxiv
9+阅读 · 2020年6月15日
Knowledge Distillation from Internal Representations
Knowledge Distillation from Internal Representations
Arxiv
4+阅读 · 2019年10月8日
code2seq: Generating Sequences from Structured Representations of Code
code2seq: Generating Sequences from Structured Representations of Code
Arxiv
3+阅读 · 2019年2月6日
Efficient end-to-end learning for quantizable representations
Arxiv
6+阅读 · 2018年5月15日
The Search Problem in Mixture Models
Arxiv
3+阅读 · 2018年2月24日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
成比例
表示
博弈论
人工智能
多代理人模型
相关VIP内容
直白生动！《机器学习知识点彩图版》297页ppt以图画式描述机器学习中的知识点
直白生动！《机器学习知识点彩图版》297页ppt以图画式描述机器学习中的知识点
专知会员服务
81+阅读 · 2021年3月11日
迁移学习简明教程，11页ppt
迁移学习简明教程，11页ppt
专知会员服务
108+阅读 · 2020年8月4日
【硬核书】群论，Group Theory，135页pdf
【硬核书】群论，Group Theory，135页pdf
专知会员服务
129+阅读 · 2020年6月25日
Fariz Darari简明《博弈论Game Theory》介绍，35页ppt
Fariz Darari简明《博弈论Game Theory》介绍，35页ppt
专知会员服务
111+阅读 · 2020年5月15日
因果图，Causal Graphs，52页ppt
因果图，Causal Graphs，52页ppt
专知会员服务
250+阅读 · 2020年4月19日
50+篇《神经架构搜索NAS》2020论文合集
专知会员服务
61+阅读 · 2020年3月19日
【卡内基梅隆大学-CMU】机器学习中的公平性，Learning Fair Representations
【卡内基梅隆大学-CMU】机器学习中的公平性，Learning Fair Representations
专知会员服务
38+阅读 · 2020年2月29日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
181+阅读 · 2019年10月11日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
104+阅读 · 2019年10月9日
热门VIP内容
相关资讯
Successor representations 强化学习表示的生物学启发
Successor representations 强化学习表示的生物学启发
CreateAMind
6+阅读 · 2019年9月5日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
Call for Participation: Shared Tasks in NLPCC 2019
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
无监督元学习表示学习
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
vae 相关论文 表示学习 1
vae 相关论文 表示学习 1
CreateAMind
12+阅读 · 2018年9月6日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
相关论文
Online Monitoring of Spatio-Temporal Properties for Imprecise Signals
Arxiv
0+阅读 · 2021年9月16日
Learning Representations by Humans, for Humans
Arxiv
0+阅读 · 2021年9月15日
Comparing Text Representations: A Theory-Driven Approach
Arxiv
0+阅读 · 2021年9月15日
Decision-Focused Summarization
Arxiv
0+阅读 · 2021年9月14日
Learning Optimal Representations with the Decodable Information Bottleneck
Arxiv
6+阅读 · 2020年9月27日
Learning Diverse and Discriminative Representations via the Principle of Maximal Coding Rate Reduction
Arxiv
9+阅读 · 2020年6月15日
Knowledge Distillation from Internal Representations
Knowledge Distillation from Internal Representations
Arxiv
4+阅读 · 2019年10月8日
code2seq: Generating Sequences from Structured Representations of Code
code2seq: Generating Sequences from Structured Representations of Code
Arxiv
3+阅读 · 2019年2月6日
Efficient end-to-end learning for quantizable representations
Arxiv
6+阅读 · 2018年5月15日
The Search Problem in Mixture Models
Arxiv
3+阅读 · 2018年2月24日
Top
微信扫码咨询专知VIP会员
Top