本サイトは 12 時間以上更新されていません（通常は 3 時間ごと）。以下の内容は最新でない可能性があります。
このページに条件に合う項目はありません（絞り込みはこのページ内のみ）。
説明高速だが不安定なチャネルでの競合解決（速いが気まぐれなチャネルを使う衝突回避の研究）
要約複数の機器が中央調整なしで通信チャネルを共有する競合解決問題を扱う。信頼性の高い低速チャネルと、予測不能な期間に一時的に使用不可になる高速チャネルの二つを想定する。ランダム化アルゴリズムRACEを提案し、高速チャネルが利用可能なときにそれを活用しつつ、中断中も低速チャネルで進行を維持する。遅延と切り替えコストの競合比、およびその下界を示す。
説明予算制約下でEF1配分を多項式時間で計算する研究
要約予算制約と加法的評価関数の下で、分割不可能な物品を各主体に公平に配分する問題を扱う。未配分の物品をすべて含む慈善団体に対しても、任意の一つの物品を除けば羨望が解消されるEF1条件を要求する。異種の評価関数の下でEF1配分を多項式時間で求めるアルゴリズムを示し、EF1違反の検出がNP完全であることを証明している。
注目点予算制約下でEF1配分を多項式時間で計算する未解決問題に取り組み、計算複雑性の結果と近似保証を与えている。
説明非凹のプロスペクト理論ゲームにおける大域的均衡の学習アルゴリズム
要約非協力ゲームで人間の主体が示す非合理的な行動を扱い、リスク下で利得と損失をどう認識するかを捉えるプロスペクト理論をゲームに組み込んだ場合の均衡計算を論じます。効用関数が非凹・非凸となるため難しい問題に対し、極小化-極大化（MM）を用いる学習アルゴリズムを提案し、ポテンシャル関数が近接 Polyak-Lojasiewicz 条件を満たすとき、ポテンシャルを最大化するナッシュ均衡へ大域的に収束することを示します。さらにMM極小化子の構造を使って分散実装が可能であることを述べています。