Datasets:

mabidan

/

econ_paper_abstracts_fa_translation

like 1

Federated learning is typically considered a beneficial technology which allows multiple agents to collaborate with each other, improve the accuracy of their models, and solve problems which are otherwise too data-intensive / expensive to be solved individually. However, under the expectation that other agents will share their data, rational agents may be tempted to engage in detrimental behavior such as free-riding where they contribute no data but still enjoy an improved model. In this work, we propose a framework to analyze the behavior of such rational data generators. We first show how a naive scheme leads to catastrophic levels of free-riding where the benefits of data sharing are completely eroded. Then, using ideas from contract theory, we introduce accuracy shaping based mechanisms to maximize the amount of data generated by each agent. These provably prevent free-riding without needing any payment mechanism.

یادگیری فدرال به طور معمول یک فناوری سودمند محسوب می شود که به چندین عامل اجازه می دهد تا با یکدیگر همکاری کنند ، دقت را بهبود بخشند مدل های آنها ، و مشکلات را حل کنید که در غیر این صورت بیش از حد داده شده است / گران است که به صورت جداگانه حل شود.با این حال ، تحت این انتظار دیگری نمایندگان داده های خود را به اشتراک می گذارند ، عوامل منطقی ممکن است وسوسه شوند که درگیر شوند رفتار مضر مانند سوار شدن آزاد که در آن هیچ داده ای ارائه نمی دهد اما هنوز هم از یک مدل بهبود یافته لذت ببرید.در این کار ، ما یک چارچوب برای تجزیه و تحلیل پیشنهاد می کنیم رفتار چنین ژنراتورهای داده منطقی.ما برای اولین بار نشان می دهیم که چگونه یک طرح ساده لوحانه منجر به سطح فاجعه بار سواری آزاد می شود که در آن مزایای به اشتراک گذاری داده ها کاملاً فرسایش یافته اندسپس با استفاده از ایده های تئوری قرارداد ، ما معرفی می کنیم مکانیسم های مبتنی بر شکل گیری دقت برای به حداکثر رساندن مقدار داده های تولید شده توسط هر عاملاین موارد به طور مؤثر بدون نیاز به پرداختی از سوار شدن آزاد جلوگیری می کنند سازوکار.

During an epidemic, the information available to individuals in the society deeply influences their belief of the epidemic spread, and consequently the preventive measures they take to stay safe from the infection. In this paper, we develop a scalable framework for ascertaining the optimal information disclosure a government must make to individuals in a networked society for the purpose of epidemic containment. This problem of information design problem is complicated by the heterogeneous nature of the society, the positive externalities faced by individuals, and the variety in the public response to such disclosures. We use a networked public goods model to capture the underlying societal structure. Our first main result is a structural decomposition of the government's objectives into two independent components -- a component dependent on the utility function of individuals, and another dependent on properties of the underlying network. Since the network dependent term in this decomposition is unaffected by the signals sent by the government, this characterization simplifies the problem of finding the optimal information disclosure policies. We find explicit conditions, in terms of the risk aversion and prudence, under which no disclosure, full disclosure, exaggeration and downplay are the optimal policies. The structural decomposition results are also helpful in studying other forms of interventions like incentive design and network design.

در طی یک بیماری همه گیر ، اطلاعات موجود در اختیار افراد جامعه عمیقاً بر اعتقاد آنها به گسترش اپیدمی تأثیر می گذارد ، و در نتیجه اقدامات پیشگیرانه ای که آنها برای ایمن ماندن از عفونت انجام می دهند.در این صفحه، ما یک چارچوب مقیاس پذیر برای تعیین اطلاعات بهینه ایجاد می کنیم افشای یک دولت باید برای افراد در یک جامعه شبکه ای برای هدف از مهار اپیدمی.این مشکل مشکل طراحی اطلاعات است پیچیده از ماهیت ناهمگن جامعه ، مثبت خارجی هایی که توسط افراد روبرو هستند و تنوع در پاسخ عمومی به چنین افشایما از یک مدل کالاهای عمومی شبکه ای برای ضبط استفاده می کنیم ساختار اجتماعی اساسی.اولین نتیجه اصلی ما ساختاری است تجزیه اهداف دولت به دو مؤلفه مستقل - یک مؤلفه وابسته به عملکرد ابزار افراد و دیگری وابسته به خواص شبکه زیرین.از آنجا که به شبکه وابسته است اصطلاح در این تجزیه توسط سیگنال های ارسال شده توسط دولت بی تأثیر است ، این خصوصیات مشکل یافتن اطلاعات بهینه را ساده می کند سیاست های افشای.ما شرایط صریح را از نظر گریز از خطر می یابیم و احتیاط ، که تحت آن هیچ افشای ، افشای کامل ، اغراق و پایین آمدن سیاست های بهینه است.نتایج تجزیه ساختاری است همچنین در مطالعه سایر اشکال مداخلات مانند طراحی تشویقی و طراحی شبکه.

In many multi-agent settings, participants can form teams to achieve collective outcomes that may far surpass their individual capabilities. Measuring the relative contributions of agents and allocating them shares of the reward that promote long-lasting cooperation are difficult tasks. Cooperative game theory offers solution concepts identifying distribution schemes, such as the Shapley value, that fairly reflect the contribution of individuals to the performance of the team or the Core, which reduces the incentive of agents to abandon their team. Applications of such methods include identifying influential features and sharing the costs of joint ventures or team formation. Unfortunately, using these solutions requires tackling a computational barrier as they are hard to compute, even in restricted settings. In this work, we show how cooperative game-theoretic solutions can be distilled into a learned model by training neural networks to propose fair and stable payoff allocations. We show that our approach creates models that can generalize to games far from the training distribution and can predict solutions for more players than observed during training. An important application of our framework is Explainable AI: our approach can be used to speed-up Shapley value computations on many instances.

در بسیاری از تنظیمات چند عامل ، شرکت کنندگان می توانند برای دستیابی به تیم ها تشکیل دهند نتایج جمعی که ممکن است به مراتب از توانایی های فردی آنها فراتر رود. اندازه گیری سهم نسبی عوامل و تخصیص سهام آنها پاداش که همکاری طولانی مدت را ترویج می کند ، کارهای دشواری است. تئوری بازی تعاونی مفاهیم راه حل را شناسایی می کند که توزیع را شناسایی می کنند طرح ها ، مانند ارزش Shapley ، که نسبتاً منعکس کننده سهم این است افراد به عملکرد تیم یا هسته ، که این امر را کاهش می دهد انگیزه مأمورین برای رها کردن تیم خود.برنامه های این روش ها شامل این موارد است شناسایی ویژگی های تأثیرگذار و به اشتراک گذاری هزینه های سرمایه گذاری های مشترک یا تشکیل تیم.متأسفانه ، استفاده از این راه حل ها نیاز به مقابله با a دارد محاسبات محاسباتی زیرا محاسبه آنها سخت است ، حتی در تنظیمات محدود. در این کار ، ما نشان می دهیم که چگونه می توان راه حل های تفسیری بازی تعاونی را تقطیر کرد با آموزش شبکه های عصبی برای پیشنهاد منصفانه و پایدار به یک مدل آموخته شده تخصیص بازپرداخت.ما نشان می دهیم که رویکرد ما مدلهایی را ایجاد می کند که می توانند تعمیم بازی های دور از توزیع آموزش و می تواند پیش بینی کند راه حل هایی برای بازیکنان بیشتر از آنچه در طول تمرین مشاهده می شود.مهم استفاده از چارچوب ما قابل توضیح است: از رویکرد ما می توان استفاده کرد محاسبات ارزش Shapley سرعت در بسیاری از موارد.

What is the purpose of pre-analysis plans, and how should they be designed? We propose a principal-agent model where a decision-maker relies on selective but truthful reports by an analyst. The analyst has data access, and non-aligned objectives. In this model, the implementation of statistical decision rules (tests, estimators) requires an incentive-compatible mechanism. We first characterize which decision rules can be implemented. We then characterize optimal statistical decision rules subject to implementability. We show that implementation requires pre-analysis plans. Focussing specifically on hypothesis tests, we show that optimal rejection rules pre-register a valid test for the case when all data is reported, and make worst-case assumptions about unreported data. Optimal tests can be found as a solution to a linear-programming problem.

هدف از برنامه های قبل از تجزیه و تحلیل چیست و چگونه باید آنها را طراحی کرد؟ ما یک مدل اصلی عامل را پیشنهاد می کنیم که در آن یک تصمیم گیرنده به انتخابی متکی است اما گزارش های راستگو توسط یک تحلیلگر.تحلیلگر دسترسی به داده ها دارد و اهداف غیر تراکم.در این مدل ، اجرای آماری قوانین تصمیم گیری (آزمون ، برآوردگرها) به مکانیسم سازگار با تشویقی نیاز دارد. ما ابتدا توصیف می کنیم که قوانین تصمیم گیری قابل اجرا است.سپس ما قوانین تصمیم آماری بهینه را مشمول پیاده سازی توصیف کنید.ما نشان می دهد که اجرای نیاز به برنامه های قبل از تجزیه و تحلیل دارد.تمرکز ویژه در آزمون فرضیه ، ما نشان می دهیم که قوانین رد بهینه پیش از ثبت نام معتبر آزمایش موردی را که تمام داده ها گزارش شده است ، آزمایش کنید و فرضیات بدترین حالت را انجام دهید درباره داده های گزارش نشدهتست های بهینه را می توان به عنوان راه حل برای a یافت مشکل برنامه نویسی خطی.

Sending and receiving signals is ubiquitous in the living world. It includes everything from individual molecules triggering complex metabolic cascades, to animals using signals to alert their group to the presence of predators. When communication involves common interest, simple sender-receiver games show how reliable signaling can emerge and evolve to transmit information effectively. These games have been analyzed extensively, with some work investigating the role of static network structure on information transfer. However, no existing work has examined the coevolution of strategy and network structure in sender-receiver games. Here we show that coevolution is sufficient to generate the endogenous formation of distinct groups from an initially homogeneous population. It also allows for the emergence of novel ``hybrid'' signaling groups that have not previously been considered or demonstrated in theory or nature. Hybrid groups are composed of different complementary signaling behaviors that rely on evolved network structure to achieve effective communication. Without this structure, such groups would normally fail to effectively communicate. Our findings pertain to all common interest signaling games, are robust across many parameters, and mitigate known problems of inefficient communication. Our work generates new insights for the theory of adaptive behavior, signaling, and group formation in natural and social systems across a wide range of environments in which changing network structure is common. We discuss implications for research on metabolic networks, among neurons, proteins, and social organisms.

ارسال و دریافت سیگنال در دنیای زنده بسیار فراگیر است.آن شامل همه چیز از مولکول های فردی که باعث ایجاد آبشارهای متابولیک پیچیده ، گرفته تا حیواناتی که از سیگنال ها برای هشدار دادن به گروه خود به حضور شکارچیان استفاده می کنند.چه زمانی ارتباطات شامل علاقه مشترک است ، بازی های گیرنده فرستنده ساده چگونه نشان می دهد سیگنالینگ قابل اعتماد می تواند برای انتقال مؤثر اطلاعات ظاهر و تکامل یابد. این بازی ها به طور گسترده مورد تجزیه و تحلیل قرار گرفته اند ، با برخی از کارها نقش ساختار شبکه استاتیک در انتقال اطلاعات.با این حال ، وجود ندارد کار همجنسگرایان استراتژی و ساختار شبکه را در آن بررسی کرده است بازی های گیرنده فرستنده.در اینجا ما نشان می دهیم که هماهنگی برای تولید کافی است شکل گیری درون زا گروههای مجزا از یک همگن در ابتدا جمعیتهمچنین امکان ظهور سیگنالینگ «هیبرید» رمان را فراهم می کند گروه هایی که قبلاً در تئوری مورد توجه یا نشان نداده اند طبیعتگروه های ترکیبی از سیگنالینگ مکمل مختلف تشکیل شده اند رفتارهایی که برای دستیابی به مؤثر به ساختار شبکه تکامل یافته متکی هستند ارتباطاتبدون این ساختار ، چنین گروه هایی به طور معمول نتوانند به طور مؤثر ارتباط برقرار کنید.یافته های ما مربوط به همه سیگنالینگ علاقه مشترک است بازی ها ، در بسیاری از پارامترها قوی هستند و مشکلات شناخته شده از آن را کاهش می دهند ارتباطات ناکارآمدکار ما بینش جدیدی برای تئوری ایجاد می کند رفتار تطبیقی ​​، سیگنالینگ و شکل گیری گروهی در سیستم های طبیعی و اجتماعی در طیف گسترده ای از محیط هایی که در آن تغییر ساختار شبکه قرار دارد مشترک.ما در مورد پیامدهای تحقیق در مورد شبکه های متابولیک بحث می کنیم. نورون ها ، پروتئین ها و ارگانیسم های اجتماعی.

The rise of big data analytics has automated the decision-making of companies and increased supply chain agility. In this paper, we study the supply chain contract design problem faced by a data-driven supplier who needs to respond to the inventory decisions of the downstream retailer. Both the supplier and the retailer are uncertain about the market demand and need to learn about it sequentially. The goal for the supplier is to develop data-driven pricing policies with sublinear regret bounds under a wide range of possible retailer inventory policies for a fixed time horizon. To capture the dynamics induced by the retailer's learning policy, we first make a connection to non-stationary online learning by following the notion of variation budget. The variation budget quantifies the impact of the retailer's learning strategy on the supplier's decision-making. We then propose dynamic pricing policies for the supplier for both discrete and continuous demand. We also note that our proposed pricing policy only requires access to the support of the demand distribution, but critically, does not require the supplier to have any prior knowledge about the retailer's learning policy or the demand realizations. We examine several well-known data-driven policies for the retailer, including sample average approximation, distributionally robust optimization, and parametric approaches, and show that our pricing policies lead to sublinear regret bounds in all these cases. At the managerial level, we answer affirmatively that there is a pricing policy with a sublinear regret bound under a wide range of retailer's learning policies, even though she faces a learning retailer and an unknown demand distribution. Our work also provides a novel perspective in data-driven operations management where the principal has to learn to react to the learning policies employed by other agents in the system.

ظهور Big Data Analytics تصمیم گیری شرکت ها را خودکار کرده است و افزایش چابکی زنجیره تأمین.در این مقاله ، ما زنجیره تأمین را مطالعه می کنیم مشکل طراحی قرارداد که توسط یک تأمین کننده داده محور روبرو است که باید به آن پاسخ دهد تصمیمات موجودی خرده فروش پایین دست.هم تأمین کننده و هم خرده فروش در مورد تقاضای بازار نامشخص است و باید در مورد آن بیاموزد متوالیهدف از تأمین کننده توسعه قیمت گذاری داده محور است سیاست هایی با مرزهای پشیمانی زیرزمینی در طیف گسترده ای از خرده فروشان ممکن سیاست های موجودی برای یک افق زمانی ثابت. برای ضبط پویایی ناشی از سیاست یادگیری خرده فروش ، ابتدا با پیروی از مفهوم از یادگیری آنلاین غیر ثابت ارتباط برقرار کنید بودجه تغییربودجه تنوع تأثیر خرده فروشان را تعیین می کند استراتژی یادگیری در مورد تصمیم گیری تأمین کننده.سپس پویا را پیشنهاد می کنیم سیاست های قیمت گذاری برای تأمین کننده برای تقاضای گسسته و مداوم.ما همچنین توجه داشته باشید که سیاست قیمت گذاری پیشنهادی ما فقط نیاز به دسترسی به پشتیبانی دارد از توزیع تقاضا ، اما از نظر انتقادی ، نیازی به تأمین کننده ندارد دانش قبلی در مورد سیاست یادگیری خرده فروش یا تقاضا داشته باشید تحققما چندین سیاست مشهور داده محور را برای این موارد بررسی می کنیم خرده فروش ، از جمله نمونه متوسط ​​تقریب ، توزیع کننده قوی بهینه سازی ، و رویکردهای پارامتری ، و نشان می دهد که سیاست های قیمت گذاری ما در همه این موارد به مرزهای پشیمانی زیرنویس منجر می شود. در سطح مدیریتی ، ما به طور تأیید کننده پاسخ می دهیم که قیمت گذاری وجود دارد سیاست با پشیمانی زیرنویس که تحت طیف گسترده ای از یادگیری خرده فروشان قرار گرفته است سیاست ها ، حتی اگر او با یک خرده فروش یادگیری و تقاضای ناشناخته روبرو است توزیعکار ما همچنین یک دیدگاه جدید در داده محور ارائه می دهد مدیریت عملیات جایی که مدیر باید یاد بگیرد که نسبت به یادگیری واکنش نشان دهد سیاست های به کار رفته توسط سایر عوامل در سیستم.

Following the solution to the One-Round Voronoi Game in arXiv:2011.13275, we naturally may want to consider similar games based upon the competitive locating of points and subsequent dividing of territories. In order to appease the tears of White (the first player) after they have potentially been tricked into going first in a game of point-placement, an alternative game (or rather, an extension of the Voronoi game) is the Stackelberg game where all is not lost if Black (the second player) gains over half of the contested area. It turns out that plenty of results can be transferred from One-Round Voronoi Game and what remains to be explored for the Stackelberg game is how best White can mitigate the damage of Black's placements. Since significant weaknesses in certain arrangements were outlined in arXiv:2011.13275, we shall first consider arrangements that still satisfy these results (namely, White plays a certain grid arrangement) and then explore how Black can best exploit these positions.

به دنبال راه حل بازی Voronoi یک دور در Arxiv: 2011.13275 ، ما به طور طبیعی ممکن است بخواهد بازی های مشابه را بر اساس رقابتی در نظر بگیرد مکان یابی نقاط و تقسیم متعاقب آن سرزمین ها.به منظور دلجویی اشکهای سفید (اولین بازیکن) پس از اینکه به طور بالقوه فریب خورده اند به اولین بازی در یک بازی از محل قرارگیری ، یک بازی جایگزین (یا بهتر بگوییم ، گسترش بازی Voronoi) بازی Stackelberg است که در آن همه از بین نمی روند اگر سیاه (بازیکن دوم) بیش از نیمی از منطقه مورد بحث را بدست آورد.می چرخد این نتایج زیادی را می توان از بازی Voronoi یک دور منتقل کرد و آنچه برای بازی Stackelberg باید مورد کاوش قرار گیرد این است که بهترین رنگ سفید چگونه می تواند آسیب دیدگی های سیاه را کاهش دهید.از آنجا که نقاط ضعف قابل توجهی در تمهیدات خاصی در Arxiv بیان شده است: 2011.13275 ، ابتدا باید در نظر بگیریم ترتیباتی که هنوز هم این نتایج را برآورده می کنند (یعنی وایت نقش خاصی را بازی می کند آرایش شبکه) و سپس بررسی کنید که چگونه سیاه می تواند به بهترین وجه از این موقعیت ها سوءاستفاده کند.

We consider the problem of determining a binary ground truth using advice from a group of independent reviewers (experts) who express their guess about a ground truth correctly with some independent probability (competence). In this setting, when all reviewers are competent (competence greater than one-half), the Condorcet Jury Theorem tells us that adding more reviewers increases the overall accuracy, and if all competences are known, then there exists an optimal weighting of the reviewers. However, in practical settings, reviewers may be noisy or incompetent, i.e., competence below half, and the number of experts may be small, so the asymptotic Condorcet Jury Theorem is not practically relevant. In such cases we explore appointing one or more chairs (judges) who determine the weight of each reviewer for aggregation, creating multiple levels. However, these chairs may be unable to correctly identify the competence of the reviewers they oversee, and therefore unable to compute the optimal weighting. We give conditions when a set of chairs is able to weight the reviewers optimally, and depending on the competence distribution of the agents, give results about when it is better to have more chairs or more reviewers. Through numerical simulations we show that in some cases it is better to have more chairs, but in many cases it is better to have more reviewers.

ما مشکل تعیین یک حقیقت باینری را با استفاده از مشاوره در نظر می گیریم از گروهی از داوران مستقل (متخصصان) که حدس خود را در مورد a بیان می کنند حقیقت را به درستی با برخی از احتمال مستقل (صلاحیت) درست کنید.در این تنظیم ، هنگامی که همه داوران صالح هستند (صلاحیت بیشتر از نیمی از آنها) ، قضیه هیئت منصفه Condorcet به ما می گوید که افزودن تعداد بیشتری از داوران افزایش می یابد دقت کلی ، و اگر همه صلاحیت ها شناخته شده باشد ، پس یک وجود دارد وزن بهینه از داوران.با این حال ، در تنظیمات عملی ، داوران ممکن است پر سر و صدا یا بی کفایت باشد ، یعنی صلاحیت زیر نیمی ، و تعداد آنها ممکن است کارشناسان کوچک باشند ، بنابراین قضیه هیئت داوران بدون علامت نیست عملاً مرتبط است.در چنین مواردی ، ما یک یا چند صندلی را تعیین می کنیم (قاضیان) که وزن هر داوری را برای تجمع تعیین می کنند ، ایجاد می کنند سطح چندگانهبا این حال ، این صندلی ها ممکن است نتوانند به درستی شناسایی کنند صلاحیت داوران آنها نظارت می کنند ، و بنابراین قادر به محاسبه آن نیستند وزن بهینهما شرایطی را می دهیم که مجموعه ای از صندلی ها قادر به وزن گیری باشند داوران بهینه و بسته به توزیع صلاحیت نمایندگان ، در مورد اینکه بهتر است صندلی های بیشتری یا بیشتر داشته باشید نتیجه بگیرید داوراناز طریق شبیه سازی های عددی نشان می دهیم که در بعضی موارد چنین است بهتر است صندلی های بیشتری داشته باشید ، اما در بسیاری موارد بهتر است بیشتر داشته باشید داوران

It is shown in recent studies that in a Stackelberg game the follower can manipulate the leader by deviating from their true best-response behavior. Such manipulations are computationally tractable and can be highly beneficial for the follower. Meanwhile, they may result in significant payoff losses for the leader, sometimes completely defeating their first-mover advantage. A warning to commitment optimizers, the risk these findings indicate appears to be alleviated to some extent by a strict information advantage the manipulations rely on. That is, the follower knows the full information about both players' payoffs whereas the leader only knows their own payoffs. In this paper, we study the manipulation problem with this information advantage relaxed. We consider the scenario where the follower is not given any information about the leader's payoffs to begin with but has to learn to manipulate by interacting with the leader. The follower can gather necessary information by querying the leader's optimal commitments against contrived best-response behaviors. Our results indicate that the information advantage is not entirely indispensable to the follower's manipulations: the follower can learn the optimal way to manipulate in polynomial time with polynomially many queries of the leader's optimal commitment.

در مطالعات اخیر نشان داده شده است که در یک بازی Stackelberg دنبال کننده می تواند رهبر را با انحراف از رفتار واقعی پاسخ واقعی خود دستکاری کنید.چنین دستکاری ها از نظر محاسباتی قابل ردیابی هستند و می توانند برای آن بسیار مفید باشند پیرودر همین حال ، آنها ممکن است منجر به ضرر قابل توجهی برای بازپرداخت برای رهبر ، گاهی اوقات به طور کامل مزیت اول خود را شکست می دهد.اخطار به نظر می رسد که این یافته ها نشان می دهد که این یافته ها نشان می دهد تا حدودی توسط یک مزیت اطلاعات دقیق دستکاری ها کاهش یافته است وابسته به.یعنی پیرو اطلاعات کامل در مورد هر دو بازیکن را می داند بازپرداخت در حالی که رهبر فقط بازپرداخت های خود را می داند.در این مقاله ، ما مشکل دستکاری را با این مزیت اطلاعات آرامش بخشید.ما سناریویی را که به دنبال کننده اطلاعاتی در مورد آن داده نمی شود در نظر بگیرید بازپرداختهای رهبر برای شروع اما باید با تعامل دستکاری کند با رهبرپیروان می تواند با پرس و جو کردن اطلاعات لازم را جمع کند تعهدات بهینه رهبر در برابر رفتارهای پاسخگویی بهترین پاسخ.ما نتایج نشان می دهد که مزیت اطلاعات کاملاً ضروری نیست به دستکاری های پیرو: پیروان می تواند روش بهینه را بیاموزد در زمان چند جمله ای با چند جمله ای بسیاری از سؤالات رهبر دستکاری کنید تعهد بهینه

We study the incentivized information acquisition problem, where a principal hires an agent to gather information on her behalf. Such a problem is modeled as a Stackelberg game between the principal and the agent, where the principal announces a scoring rule that specifies the payment, and then the agent then chooses an effort level that maximizes her own profit and reports the information. We study the online setting of such a problem from the principal's perspective, i.e., designing the optimal scoring rule by repeatedly interacting with the strategic agent. We design a provably sample efficient algorithm that tailors the UCB algorithm (Auer et al., 2002) to our model, which achieves a sublinear $T^{2/3}$-regret after $T$ iterations. Our algorithm features a delicate estimation procedure for the optimal profit of the principal, and a conservative correction scheme that ensures the desired agent's actions are incentivized. Furthermore, a key feature of our regret bound is that it is independent of the number of states of the environment.

ما مشکل کسب اطلاعات تحریک شده را که در آن یک مدیر اصلی است ، مطالعه می کنیم یک نماینده را برای جمع آوری اطلاعات از طرف خود استخدام می کند.چنین مشکلی مدل سازی شده است به عنوان یک بازی Stackelberg بین مدیر و عامل ، جایی که مدیر یک قانون امتیاز دهی را اعلام می کند که پرداخت را مشخص می کند ، و سپس نماینده پس از آن سطح تلاش را انتخاب می کند که سود خودش را به حداکثر می رساند و گزارش می دهد اطلاعاتما تنظیم آنلاین چنین مشکلی را از طرف اصلی مطالعه می کنیم چشم انداز ، یعنی طراحی قانون بهینه امتیاز دهی با تعامل مکرر با نماینده استراتژیکما یک الگوریتم کارآمد نمونه ای را طراحی می کنیم که الگوریتم UCB (Auer et al. ، 2002) را به مدل ما ، که به A می رسد sublinear $ t^{2/3} $-پشیمانی پس از تکرارهای $ t $.الگوریتم ما دارای a است روش تخمین ظریف برای سود بهینه اصلی و الف طرح تصحیح محافظه کارانه که اقدامات عامل مورد نظر را تضمین می کند تشویقیعلاوه بر این ، یکی از ویژگی های اصلی پشیمانی ما این است که این است مستقل از تعداد کشورهای محیط زیست.

We introduce a decentralized mechanism for pricing and exchanging alternatives constrained by transaction costs. We characterize the time-invariant solutions of a heat equation involving a (weighted) Tarski Laplacian operator, defined for max-plus matrix-weighted graphs, as approximate equilibria of the trading system. We study algebraic properties of the solution sets as well as convergence behavior of the dynamical system. We apply these tools to the "economic problem" of allocating scarce resources among competing uses. Our theory suggests differences in competitive equilibrium, bargaining, or cost-benefit analysis, depending on the context, are largely due to differences in the way that transaction costs are incorporated into the decision-making process. We present numerical simulations of the synchronization algorithm (RRAggU), demonstrating our theoretical findings.

ما یک مکانیسم غیر متمرکز برای قیمت گذاری و تبادل را معرفی می کنیم گزینه های دیگر محدود به هزینه های معامله.ما توصیف می کنیم راه حل های متغیر زمان از یک معادله گرما که شامل یک (وزنی) Tarski است اپراتور لاپلاسی ، برای نمودارهای ماتریس ماتریس حداکثر ، به عنوان تقریبی تعریف شده است تعادل سیستم تجارت.ما خواص جبری محلول را مطالعه می کنیم مجموعه ها و همچنین رفتار همگرایی سیستم دینامیکی.ما اینها را اعمال می کنیم ابزارهایی برای "مشکل اقتصادی" تخصیص منابع کمیاب در بین رقابت استفادهنظریه ما تفاوت در تعادل رقابتی ، چانه زنی ، یا تجزیه و تحلیل هزینه و سود ، بسته به متن ، عمدتاً ناشی از آن است تفاوت در روشی که هزینه های معامله در آن گنجانیده شده است فرایند تصمیم گیری.ما شبیه سازی های عددی از الگوریتم همگام سازی (RRAGGU) ، نشان دهنده یافته های نظری ما.

The creator economy has revolutionized the way individuals can profit through online platforms. In this paper, we initiate the study of online learning in the creator economy by modeling the creator economy as a three-party game between the users, platform, and content creators, with the platform interacting with the content creator under a principal-agent model through contracts to encourage better content. Additionally, the platform interacts with the users to recommend new content, receive an evaluation, and ultimately profit from the content, which can be modeled as a recommender system. Our study aims to explore how the platform can jointly optimize the contract and recommender system to maximize the utility in an online learning fashion. We primarily analyze and compare two families of contracts: return-based contracts and feature-based contracts. Return-based contracts pay the content creator a fraction of the reward the platform gains. In contrast, feature-based contracts pay the content creator based on the quality or features of the content, regardless of the reward the platform receives. We show that under smoothness assumptions, the joint optimization of return-based contracts and recommendation policy provides a regret $\Theta(T^{2/3})$. For the feature-based contract, we introduce a definition of intrinsic dimension $d$ to characterize the hardness of learning the contract and provide an upper bound on the regret $\mathcal{O}(T^{(d+1)/(d+2)})$. The upper bound is tight for the linear family.

اقتصاد خالق در شیوه سودآوری افراد متحول شده است سیستم عامل های آنلاین.در این مقاله ، ما مطالعه یادگیری آنلاین را در اقتصاد خالق با الگوبرداری از اقتصاد خالق به عنوان یک بازی سه حزبی بین کاربران ، پلتفرم و سازندگان محتوا با این پلتفرم تعامل با خالق محتوا تحت یک مدل اصلی عامل از طریق قراردادها برای تشویق محتوای بهتر.علاوه بر این ، سکو در تعامل است با کاربران برای توصیه محتوای جدید ، دریافت ارزیابی و در نهایت سود حاصل از محتوا ، که می تواند به عنوان یک سیستم پیشنهادی مدل سازی شود. مطالعه ما با هدف بررسی چگونگی این بستر می تواند به طور مشترک قرارداد را بهینه کند و سیستم پیشنهادی برای به حداکثر رساندن ابزار به روش یادگیری آنلاین. ما در درجه اول دو خانواده قرارداد را تجزیه و تحلیل و مقایسه می کنیم: مبتنی بر بازگشت قراردادها و قراردادهای مبتنی بر ویژگی.قراردادهای مبتنی بر بازگشت مطالب را پرداخت می کنند خالق بخشی از پاداش این سکو را به دست می آورد.در مقابل ، مبتنی بر ویژگی قراردادها بر اساس کیفیت یا ویژگی های آن ، خالق محتوا را پرداخت می کنند محتوا ، صرف نظر از پاداش این پلتفرم.ما نشان می دهیم که زیر فرضیات صافی ، بهینه سازی مشترک قراردادهای مبتنی بر بازگشت و خط مشی توصیه ، پشیمانی $ \ theta (t^{2/3}) $ را فراهم می کند.برای قرارداد مبتنی بر ویژگی ، ما تعریفی از ابعاد ذاتی $ d $ به سختی یادگیری قرارداد را مشخص کرده و حد بالایی را ارائه دهید با پشیمانی $ \ mathcal {o} (t^{(d+1)/(d+2)}) $.محدوده بالا برای خانواده خطی.

For a federated learning model to perform well, it is crucial to have a diverse and representative dataset. However, the data contributors may only be concerned with the performance on a specific subset of the population, which may not reflect the diversity of the wider population. This creates a tension between the principal (the FL platform designer) who cares about global performance and the agents (the data collectors) who care about local performance. In this work, we formulate this tension as a game between the principal and multiple agents, and focus on the linear experiment design problem to formally study their interaction. We show that the statistical criterion used to quantify the diversity of the data, as well as the choice of the federated learning algorithm used, has a significant effect on the resulting equilibrium. We leverage this to design simple optimal federated learning mechanisms that encourage data collectors to contribute data representative of the global population, thereby maximizing global performance.

برای اینکه یک مدل یادگیری فدرال به خوبی انجام شود ، داشتن یک بسیار مهم است مجموعه داده های متنوع و نماینده.با این حال ، همکاران داده فقط ممکن است باشند مربوط به عملکرد در زیر مجموعه خاصی از جمعیت است که ممکن است تنوع جمعیت وسیع تری را منعکس نکند.این یک تنش ایجاد می کند بین اصلی (طراح پلت فرم FL) که به جهانی اهمیت می دهد عملکرد و نمایندگان (جمع کننده داده ها) که به محلی اهمیت می دهند کارایی.در این کار ، ما این تنش را به عنوان یک بازی بین اصلی و چندین عامل مشکل برای مطالعه رسمی تعامل آنها.ما نشان می دهیم که آماری معیار برای تعیین کمیت تنوع داده ها و همچنین انتخاب الگوریتم یادگیری فدرال استفاده شده ، تأثیر قابل توجهی در در نتیجه تعادل.ما از این امر برای طراحی ساده بهینه فدرال استفاده می کنیم مکانیسم های یادگیری که جمع کننده داده ها را به کمک داده ها ترغیب می کند نماینده جمعیت جهانی ، در نتیجه عملکرد جهانی را به حداکثر می رساند.

Cooperative dynamics are central to our understanding of many phenomena in living and complex systems, including the transition to multicellularity, the emergence of eusociality in insect colonies, and the development of full-fledged human societies. However, we lack a universal mechanism to explain the emergence of cooperation across length scales, across species, and scalable to large populations of individuals. We present a novel framework for modelling cooperation games with an arbitrary number of players by combining reaction networks, methods from quantum mechanics applied to stochastic complex systems, game theory and stochastic simulations of molecular reactions. Using this framework, we propose a novel and robust mechanism based on risk aversion that leads to cooperative behaviour in population games. Rather than individuals seeking to maximise payouts in the long run, individuals seek to obtain a minimum set of resources with a given level of confidence and in a limited time span. We explicitly show that this mechanism leads to the emergence of new Nash equilibria in a wide range of cooperation games. Our results suggest that risk aversion is a viable mechanism to explain the emergence of cooperation in a variety of contexts and with an arbitrary number of individuals greater than three.

پویایی تعاونی برای درک ما از بسیاری از پدیده ها در آن مهم است سیستم های زندگی و پیچیده ، از جمله انتقال به چند سلولی ، ظهور eUsociality در مستعمرات حشرات و توسعه جوامع انسانی تمام عیار.با این حال ، ما یک مکانیسم جهانی برای توضیح نداریم ظهور همکاری در مقیاس های طول ، در سراسر گونه ها و مقیاس پذیر به جمعیت زیادی از افراد.ما یک چارچوب جدید برای مدل سازی ارائه می دهیم بازی های همکاری با تعداد خودسرانه بازیکنان با ترکیب واکنش شبکه ها ، روش هایی از مکانیک کوانتومی که برای سیستم های پیچیده تصادفی اعمال می شود ، تئوری بازی و شبیه سازی های تصادفی واکنشهای مولکولی.با استفاده از این چارچوب ، ما یک مکانیسم جدید و قوی را بر اساس گریزی از خطر پیشنهاد می کنیم که منجر به رفتار تعاونی در بازی های جمعیتی می شود.به جای افراد افراد به دنبال به حداکثر رساندن پرداخت در دراز مدت ، افراد به دنبال بدست آوردن یک حداقل مجموعه منابع با سطح اطمینان خاص و در مدت زمان محدود طول.ما صریحاً نشان می دهیم که این مکانیسم منجر به ظهور Nash Nash می شود تعادل در طیف گسترده ای از بازی های همکاری.نتایج ما نشان می دهد که خطر گریزی یک مکانیسم مناسب برای توضیح ظهور همکاری در یک است متنوع بودن زمینه ها و با تعداد خودسرانه از افراد بزرگتر از سه.

The incentive-compatibility properties of blockchain transaction fee mechanisms have been investigated with *passive* block producers that are motivated purely by the net rewards earned at the consensus layer. This paper introduces a model of *active* block producers that have their own private valuations for blocks (representing, for example, additional value derived from the application layer). The block producer surplus in our model can be interpreted as one of the more common colloquial meanings of the term ``MEV.'' The main results of this paper show that transaction fee mechanism design is fundamentally more difficult with active block producers than with passive ones: with active block producers, no non-trivial or approximately welfare-maximizing transaction fee mechanism can be incentive-compatible for both users and block producers. These results can be interpreted as a mathematical justification for the current interest in augmenting transaction fee mechanisms with additional components such as order flow auctions, block producer competition, trusted hardware, or cryptographic techniques.

خصوصیات سازگاری تشویقی هزینه معامله blockchain مکانیسم ها با تولیدکنندگان بلوک * منفعل * مورد بررسی قرار گرفته اند صرفاً توسط پاداش های خالص به دست آمده در لایه اجماع انگیزه می یابد.این کاغذ مدلی از تولیدکنندگان بلوک * فعال * که خصوصی خود را دارند معرفی می کند ارزیابی برای بلوک ها (به عنوان مثال ، مقدار اضافی حاصل از آن را نشان می دهد لایه برنامه).مازاد تولید کننده بلوک در مدل ما می تواند باشد تعبیر شده به عنوان یکی از معانی متداول ترین اصطلاح "MEV". نتایج اصلی این مقاله نشان می دهد که طراحی مکانیسم هزینه معامله است اساساً با تولید کنندگان بلوک فعال نسبت به منفعل دشوارتر است آنهایی که: با تولیدکنندگان بلوک فعال ، هیچ محوری یا تقریباً تقریباً مکانیسم هزینه معاملات حداکثر بهزیستی می تواند سازگار باشد هم کاربران و هم تولید کنندگان را مسدود می کنند.این نتایج را می توان به عنوان یک تفسیر کرد توجیه ریاضی برای علاقه فعلی به تقویت معامله مکانیسم های هزینه با اجزای اضافی مانند حراج جریان سفارش ، بلوک رقابت تولید کننده ، سخت افزار قابل اعتماد یا تکنیک های رمزنگاری.

This paper introduces a simulation algorithm for evaluating the log-likelihood function of a large supermodular binary-action game. Covered examples include (certain types of) peer effect, technology adoption, strategic network formation, and multi-market entry games. More generally, the algorithm facilitates simulated maximum likelihood (SML) estimation of games with large numbers of players, $T$, and/or many binary actions per player, $M$ (e.g., games with tens of thousands of strategic actions, $TM=O(10^4)$). In such cases the likelihood of the observed pure strategy combination is typically (i) very small and (ii) a $TM$-fold integral who region of integration has a complicated geometry. Direct numerical integration, as well as accept-reject Monte Carlo integration, are computationally impractical in such settings. In contrast, we introduce a novel importance sampling algorithm which allows for accurate likelihood simulation with modest numbers of simulation draws.

در این مقاله یک الگوریتم شبیه سازی برای ارزیابی عملکرد ورود به سیستم از یک بازی بزرگ با دودویی فوق العاده بزرگ.تحت پوشش مثالها شامل (انواع خاصی از) اثر همسالان ، اتخاذ فناوری ، استراتژیک است شکل گیری شبکه و بازی های ورودی چند بازار.به طور کلی ، الگوریتم برآورد حداکثر احتمال شبیه سازی شده (SML) بازی با بزرگ را تسهیل می کند تعداد بازیکنان ، $ t $ و/یا بسیاری از اقدامات باینری برای هر بازیکن ، $ m $ (به عنوان مثال ، بازی هایی با ده ها هزار اقدام استراتژیک ، $ tm = o (10^4) $).در اینگونه موارد احتمال ترکیب استراتژی خالص مشاهده شده به طور معمول (i) بسیار است کوچک و (ii) $ tm $ $ انتگرال WHO منطقه ادغام پیچیده است هندسه.ادغام عددی مستقیم و همچنین پذیرش-ادعای مونت کارلو ادغام ، در چنین تنظیماتی از نظر محاسباتی غیر عملی است.در مقابل ، ما یک الگوریتم نمونه گیری اهمیت جدید را معرفی کنید که امکان دقیق را فراهم می کند شبیه سازی احتمال با تعداد متوسط ​​قرعه کشی شبیه سازی.

We introduce generative interpretation, a new approach to estimating contractual meaning using large language models. As AI triumphalism is the order of the day, we proceed by way of grounded case studies, each illustrating the capabilities of these novel tools in distinct ways. Taking well-known contracts opinions, and sourcing the actual agreements that they adjudicated, we show that AI models can help factfinders ascertain ordinary meaning in context, quantify ambiguity, and fill gaps in parties' agreements. We also illustrate how models can calculate the probative value of individual pieces of extrinsic evidence. After offering best practices for the use of these models given their limitations, we consider their implications for judicial practice and contract theory. Using LLMs permits courts to estimate what the parties intended cheaply and accurately, and as such generative interpretation unsettles the current interpretative stalemate. Their use responds to efficiency-minded textualists and justice-oriented contextualists, who argue about whether parties will prefer cost and certainty or accuracy and fairness. Parties--and courts--would prefer a middle path, in which adjudicators strive to predict what the contract really meant, admitting just enough context to approximate reality while avoiding unguided and biased assimilation of evidence. As generative interpretation offers this possibility, we argue it can become the new workhorse of contractual interpretation.

ما تفسیر تولیدی را معرفی می کنیم ، یک رویکرد جدید برای برآورد معنی قراردادی با استفاده از مدلهای بزرگ زبان.به عنوان پیروزی هوش مصنوعی است سفارش روز ، ما از طریق مطالعات موردی پایه گذاری شده ، هر یک از آن را نشان می دهیم قابلیت های این ابزارهای جدید به روش های مشخص.مشهور گرفتن عقاید قراردادها ، و منابع واقعی توافق نامه های مورد نظر ما نشان می دهیم که مدل های AI می توانند به FactFinders کمک کنند تا معنای عادی را در آن مشخص کنند زمینه ، کمیت ابهام و پر کردن شکاف ها در توافق های طرفین.ما همچنین نشان می دهد که چگونه مدل ها می توانند ارزش احتمالی قطعات جداگانه را محاسبه کنند شواهد بیرونیپس از ارائه بهترین شیوه ها برای استفاده از این مدل ها با توجه به محدودیت های آنها ، ما پیامدهای آنها را برای عمل قضایی در نظر می گیریم و نظریه قرارداد.استفاده از LLMS به دادگاهها اجازه می دهد تا طرفین را تخمین بزنند در نظر گرفته شده ارزان و دقیق و به عنوان چنین تفسیر تولیدی بن بست فعلی تفسیری را ناچیز می کند.استفاده از آنها پاسخ می دهد متنی گرایان با فکر و متناسب با عدالت گرا ، که استدلال می کنند در مورد اینکه طرفین هزینه و اطمینان یا صحت و انصاف را ترجیح می دهند. احزاب-و دادگاهها-می توانستند یک مسیر میانی را ترجیح دهند ، که در آن داوری ها تلاش می کنند برای پیش بینی این قرارداد واقعاً ، اعتراف به متن کافی برای واقعیت تقریبی ضمن جلوگیری از جذب بدون کنترل و مغرضانه شواهد و مدارک.همانطور که تفسیر تولیدی این امکان را ارائه می دهد ، ما استدلال می کنیم که می تواند تبدیل به اسب کار جدید تفسیر قراردادی شوید.

This paper investigates the strategic decision-making capabilities of three Large Language Models (LLMs): GPT-3.5, GPT-4, and LLaMa-2, within the framework of game theory. Utilizing four canonical two-player games -- Prisoner's Dilemma, Stag Hunt, Snowdrift, and Prisoner's Delight -- we explore how these models navigate social dilemmas, situations where players can either cooperate for a collective benefit or defect for individual gain. Crucially, we extend our analysis to examine the role of contextual framing, such as diplomatic relations or casual friendships, in shaping the models' decisions. Our findings reveal a complex landscape: while GPT-3.5 is highly sensitive to contextual framing, it shows limited ability to engage in abstract strategic reasoning. Both GPT-4 and LLaMa-2 adjust their strategies based on game structure and context, but LLaMa-2 exhibits a more nuanced understanding of the games' underlying mechanics. These results highlight the current limitations and varied proficiencies of LLMs in strategic decision-making, cautioning against their unqualified use in tasks requiring complex strategic reasoning.

در این مقاله به بررسی قابلیت های تصمیم گیری استراتژیک سه می پردازیم مدل های بزرگ زبان (LLMS): GPT-3.5 ، GPT-4 و LLAMA-2 در چارچوب نظریه بازی.استفاده از چهار بازی دو نفره متعارف-زندانی DILEMMA ، STAG HUNT ، Snowdrift و Delight Prisoners - ما بررسی می کنیم که چگونه اینها مدل ها معضلات اجتماعی را پیمایش می کنند ، در شرایطی که بازیکنان می توانند همکاری کنند برای سود جمعی یا نقص برای سود فردی.از نظر مهم ، ما گسترش می دهیم تجزیه و تحلیل ما برای بررسی نقش قاب بندی متنی ، مانند دیپلماتیک روابط یا دوستی های گاه به گاه ، در شکل گیری تصمیمات مدل ها.یافته های ما یک منظره پیچیده را فاش کنید: در حالی که GPT-3.5 نسبت به متن بسیار حساس است قاب بندی ، توانایی محدودی برای شرکت در استدلال استراتژیک انتزاعی را نشان می دهد. هر دو GPT-4 و LLAMA-2 استراتژی های خود را بر اساس ساختار بازی تنظیم می کنند و زمینه ، اما Llama-2 درک ظریف تری از بازی ها نشان می دهد مکانیک زیرین.این نتایج محدودیت های فعلی را برجسته می کند و ویژگی های متنوع LLMS در تصمیم گیری استراتژیک ، هشدار دادن به استفاده غیرقابل قبول آنها در کارهایی که نیاز به استدلال استراتژیک پیچیده دارند.

The practice of marriage is an understudied phenomenon in behavioural sciences despite being ubiquitous across human cultures. This modelling paper shows that replacing distant direct kin with in-laws increases the interconnectedness of the family social network graph, which allows more cooperative and larger groups. In this framing, marriage can be seen as a social technology that reduces free-riding within collaborative group. This approach offers a solution to the puzzle of why our species has this particular form of regulating mating behaviour, uniquely among pair-bonded animals.

عمل ازدواج یک پدیده قابل درک در رفتاری است علوم علیرغم همه گیر در فرهنگ های انسانی.این مقاله مدل سازی نشان می دهد که جایگزینی خویشاوند مستقیم دور با قوانین در حال افزایش است به هم پیوستگی نمودار شبکه اجتماعی خانواده ، که امکان بیشتری را می دهد گروه های تعاونی و بزرگتر.در این قاب بندی ، ازدواج را می توان به عنوان یک فناوری اجتماعی که سوار شدن آزاد در گروه مشترک را کاهش می دهد.این رویکرد راه حلی برای معما که چرا گونه های ما این خاص است را ارائه می دهد شکل تنظیم رفتار جفت گیری ، منحصر به فرد در بین حیوانات جفت شده.

Edge device participation in federating learning (FL) has been typically studied under the lens of device-server communication (e.g., device dropout) and assumes an undying desire from edge devices to participate in FL. As a result, current FL frameworks are flawed when implemented in real-world settings, with many encountering the free-rider problem. In a step to push FL towards realistic settings, we propose RealFM: the first truly federated mechanism which (1) realistically models device utility, (2) incentivizes data contribution and device participation, and (3) provably removes the free-rider phenomena. RealFM does not require data sharing and allows for a non-linear relationship between model accuracy and utility, which improves the utility gained by the server and participating devices compared to non-participating devices as well as devices participating in other FL mechanisms. On real-world data, RealFM improves device and server utility, as well as data contribution, by up to 3 magnitudes and 7x respectively compared to baseline mechanisms.

مشارکت دستگاه لبه در یادگیری فدرال (FL) به طور معمول بوده است تحت لنز ارتباطات سرور دستگاه مورد مطالعه قرار گرفت (به عنوان مثال ، ترک دستگاه) و یک تمایل ناخوشایند از دستگاه های Edge برای شرکت در FL فرض می کند.به عنوان نتیجه ، چارچوب های فعلی FL هنگام اجرای در دنیای واقعی نقص دارند تنظیمات ، با بسیاری از آنها با مشکل سوار آزاد روبرو شدند.در یک قدم برای فشار آوردن به FL به سمت تنظیمات واقع بینانه ، ما RealFM را پیشنهاد می کنیم: اولین فدرال مکانیسمی که (1) واقعاً از ابزار دستگاه استفاده می کند ، (2) داده ها را تحریک می کند مشارکت و مشارکت دستگاه ، و (3) سوار آزاد را از بین می برد پدیده ها.RealFM نیازی به اشتراک گذاری داده ندارد و امکان غیرخطی را فراهم می کند رابطه بین دقت مدل و ابزار ، که باعث بهبود ابزار می شود به دست آمده توسط سرور و دستگاه های شرکت کننده در مقایسه با غیر شرکت کننده دستگاه ها و همچنین دستگاه های شرکت کننده در سایر مکانیسم های FL.در دنیای واقعی داده ها ، RealFM ابزار دستگاه و سرور و همچنین سهم داده ها را بهبود می بخشد. به ترتیب تا 3 بزرگی و 7x به ترتیب با مکانیسم های پایه.

We present a nonparametric statistical test for determining whether an agent is following a given mixed strategy in a repeated strategic-form game given samples of the agent's play. This involves two components: determining whether the agent's frequencies of pure strategies are sufficiently close to the target frequencies, and determining whether the pure strategies selected are independent between different game iterations. Our integrated test involves applying a chi-squared goodness of fit test for the first component and a generalized Wald-Wolfowitz runs test for the second component. The results from both tests are combined using Bonferroni correction to produce a complete test for a given significance level $\alpha.$ We applied the test to publicly available data of human rock-paper-scissors play. The data consists of 50 iterations of play for 500 human players. We test with a null hypothesis that the players are following a uniform random strategy independently at each game iteration. Using a significance level of $\alpha = 0.05$, we conclude that 305 (61%) of the subjects are following the target strategy.

ما یک آزمایش آماری غیرپارامتری برای تعیین اینکه آیا یک عامل است در یک بازی مکرر با شکل استراتژیک ارائه شده است نمونه های نمایشنامه عامل.این شامل دو مؤلفه است: تعیین اینکه آیا فرکانس های عامل از استراتژی های خالص به اندازه کافی نزدیک به هدف است فرکانس ها ، و تعیین اینکه آیا استراتژی های خالص انتخاب شده هستند مستقل بین تکرارهای مختلف بازی.آزمون یکپارچه ما شامل می شود استفاده از یک تست تست مجذور کای برای اولین مؤلفه و الف تست عمومی Wald-Wolfowitz را برای مؤلفه دوم اجرا می کند.نتایج از هر دو آزمایش با استفاده از تصحیح Bonferroni برای تولید یک آزمایش کامل ترکیب می شوند برای یک سطح اهمیت معین $ \ alpha. $ ما آزمون را به صورت عمومی اعمال کردیم داده های موجود از فیلم های صخره ای انسانی بازی می کنند.داده ها از 50 تشکیل شده است تکرارهای بازی برای 500 بازیکن انسانی.ما با یک فرضیه تهی آزمایش می کنیم که بازیکنان در هر بازی یک استراتژی تصادفی یکنواخت را به طور مستقل دنبال می کنند تکرار.با استفاده از سطح معنی داری $ \ alpha = 0.05 $ ، نتیجه می گیریم که 305 (61 ٪) از افراد از استراتژی هدف پیروی می کنند.

Nash equilibrium is one of the most influential solution concepts in game theory. With the development of computer science and artificial intelligence, there is an increasing demand on Nash equilibrium computation, especially for Internet economics and multi-agent learning. This paper reviews various algorithms computing the Nash equilibrium and its approximation solutions in finite normal-form games from both theoretical and empirical perspectives. For the theoretical part, we classify algorithms in the literature and present basic ideas on algorithm design and analysis. For the empirical part, we present a comprehensive comparison on the algorithms in the literature over different kinds of games. Based on these results, we provide practical suggestions on implementations and uses of these algorithms. Finally, we present a series of open problems from both theoretical and practical considerations.

تعادل نش یکی از تأثیرگذارترین مفاهیم راه حل در بازی است تئوری.با توسعه علوم کامپیوتر و هوش مصنوعی ، تقاضای فزاینده ای در محاسبات تعادل NASH وجود دارد ، به خصوص برای اقتصاد اینترنتی و یادگیری چند عامل.در این مقاله مختلف بررسی شده است الگوریتم های محاسبه تعادل NASH و راه حل های تقریب آن در بازی های محدود و عادی از هر دو دیدگاه نظری و تجربی.برای بخش نظری ، ما الگوریتم ها را در ادبیات طبقه بندی می کنیم و موجود می کنیم ایده های اساسی در مورد طراحی و تحلیل الگوریتم.برای قسمت تجربی ، ما یک مقایسه جامع در مورد الگوریتم های موجود در ادبیات ارائه دهید انواع مختلف بازی ها.بر اساس این نتایج ، ما عملی را ارائه می دهیم پیشنهادات مربوط به پیاده سازی ها و کاربردهای این الگوریتم ها.بالاخره ، ما یک سری مشکلات باز از هر دو نظری و عملی ارائه دهید ملاحظات

In this paper, a mathematically rigorous solution overturns existing wisdom regarding New Keynesian Dynamic Stochastic General Equilibrium. I develop a formal concept of stochastic equilibrium. I prove uniqueness and necessity, when agents are patient, across a wide class of dynamic stochastic models. Existence depends on appropriately specified eigenvalue conditions. Otherwise, no solution of any kind exists. I construct the equilibrium for the benchmark Calvo New Keynesian. I provide novel comparative statics with the non-stochastic model of independent mathematical interest. I uncover a bifurcation between neighbouring stochastic systems and approximations taken from the Zero Inflation Non-Stochastic Steady State (ZINSS). The correct Phillips curve agrees with the zero limit from the trend inflation framework. It contains a large lagged inflation coefficient and a small response to expected inflation. The response to the output gap is always muted and is zero at standard parameters. A neutrality result is presented to explain why and to align Calvo with Taylor pricing. Present and lagged demand shocks enter the Phillips curve so there is no Divine Coincidence and the system is identified from structural shocks alone. The lagged inflation slope is increasing in the inflation response, embodying substantive policy trade-offs. The Taylor principle is reversed, inactive settings are necessary for existence, pointing towards inertial policy. The observational equivalence idea of the Lucas critique is disproven. The bifurcation results from the breakdown of the constraints implied by lagged nominal rigidity, associated with cross-equation cancellation possible only at ZINSS. There is a dual relationship between restrictions on the econometrician and constraints on repricing firms. Thus if the model is correct, goodness of fit will jump.

در این مقاله ، یک راه حل دقیق ریاضی ، خرد موجود را سرنگون می کند با توجه به تعادل عمومی تصادفی پویا کینزی.من توسعه می دهم مفهوم رسمی تعادل تصادفی.من منحصر به فرد بودن و ضرورت را اثبات می کنم ، هنگامی که عوامل صبور هستند ، در یک کلاس گسترده از مدلهای تصادفی پویا. وجود بستگی به شرایط خاص مقادیر ویژه دارد.در غیر این صورت، هیچ راه حل از هر نوع وجود ندارد.من تعادل را برای معیار می سازم Calvo New Keynesian.من آمار تطبیقی ​​جدید با مدل غیر تصادفی از علاقه ریاضی مستقل.من کشف می کنم تقسیم بین سیستم های تصادفی همسایه و تقریبی گرفته شده از حالت پایدار بدون تورم صفر (Zinss).درست منحنی فیلیپس با حد صفر از چارچوب تورم روند موافق است. این شامل یک ضریب تورم تاخیر بزرگ و پاسخ کمی به تورم مورد انتظارپاسخ به شکاف خروجی همیشه خاموش و صفر است در پارامترهای استاندارد.نتیجه بی طرفی برای توضیح دلیل و به آن ارائه شده است Calvo را با قیمت گذاری تیلور تراز کنید.شوک های تقاضای فعلی و عقب مانده وارد می شوند منحنی فیلیپس بنابراین هیچ تصادف الهی وجود ندارد و سیستم مشخص می شود از شوک های ساختاری به تنهایی.شیب تورم تاخیر در پاسخ تورم ، تجسم تجارت اساسی سیاست.تیلور اصل برعکس می شود ، تنظیمات غیرفعال برای وجود لازم است ، با اشاره به سمت سیاست اینرسی.ایده هم ارزی مشاهده لوکاس نقد رد شده است.تقسیم بندی ناشی از تجزیه محدودیت های حاکی از استحکام اسمی عقب مانده ، همراه با تجهیزات متقابل لغو فقط در Zinss ممکن است.یک رابطه دوگانه بین وجود دارد محدودیت در اقتصاد سنج و محدودیت در شرکت های تجدید نظر.بنابراین اگر مدل صحیح است ، خوب بودن تناسب پرش خواهد کرد.

We study team decision problems where communication is not possible, but coordination among team members can be realized via signals in a shared environment. We consider a variety of decision problems that differ in what team members know about one another's actions and knowledge. For each type of decision problem, we investigate how different assumptions on the available signals affect team performance. Specifically, we consider the cases of perfectly correlated, i.i.d., and exchangeable classical signals, as well as the case of quantum signals. We find that, whereas in perfect-recall trees (Kuhn [1950], [1953]) no type of signal improves performance, in imperfect-recall trees quantum signals may bring an improvement. Isbell [1957] proved that in non-Kuhn trees, classical i.i.d. signals may improve performance. We show that further improvement may be possible by use of classical exchangeable or quantum signals. We include an example of the effect of quantum signals in the context of high-frequency trading.

ما مشکلات تصمیم تیم را مطالعه می کنیم که ارتباطات امکان پذیر نباشد ، اما هماهنگی بین اعضای تیم می تواند از طریق سیگنال ها در یک مشترک تحقق یابد محیط.ما انواع مختلفی از مشکلات تصمیم گیری را در نظر می گیریم که در چه چیزی متفاوت است اعضای تیم از اقدامات و دانش یکدیگر می دانند.برای هر نوع مشکل تصمیم گیری ، ما بررسی می کنیم که چگونه فرضیات مختلف در دسترس است سیگنال ها بر عملکرد تیم تأثیر می گذارد.به طور خاص ، ما موارد را در نظر می گیریم کاملاً همبسته ، I.I.D. و سیگنال های کلاسیک قابل مبادله و همچنین مورد سیگنال های کوانتومی.ما می دانیم که ، در حالی که در درختان کامل و کامل (کوهن [1950] ، [1953]) هیچ نوع سیگنال عملکرد را بهبود نمی بخشد ، در سیگنال های کوانتومی درختان ناقص ممکن است پیشرفتی را به همراه داشته باشند.Isbell [1957] ثابت کرد که در درختان غیر کوهن ، کلاسیک i.i.d.سیگنال ها ممکن است بهبود یابد کارایی.ما نشان می دهیم که پیشرفت بیشتر ممکن است با استفاده از سیگنال های قابل تعویض یا کوانتومی کلاسیک.ما نمونه ای از اثر را درج می کنیم سیگنال های کوانتومی در زمینه تجارت با فرکانس بالا.

This paper derives a robust on-line equity trading algorithm that achieves the greatest possible percentage of the final wealth of the best pairs rebalancing rule in hindsight. A pairs rebalancing rule chooses some pair of stocks in the market and then perpetually executes rebalancing trades so as to maintain a target fraction of wealth in each of the two. After each discrete market fluctuation, a pairs rebalancing rule will sell a precise amount of the outperforming stock and put the proceeds into the underperforming stock. Under typical conditions, in hindsight one can find pairs rebalancing rules that would have spectacularly beaten the market. Our trading strategy, which extends Ordentlich and Cover's (1998) "max-min universal portfolio," guarantees to achieve an acceptable percentage of the hindsight-optimized wealth, a percentage which tends to zero at a slow (polynomial) rate. This means that on a long enough investment horizon, the trader can enforce a compound-annual growth rate that is arbitrarily close to that of the best pairs rebalancing rule in hindsight. The strategy will "beat the market asymptotically" if there turns out to exist a pairs rebalancing rule that grows capital at a higher asymptotic rate than the market index. The advantages of our algorithm over the Ordentlich and Cover (1998) strategy are twofold. First, their strategy is impossible to compute in practice. Second, in considering the more modest benchmark (instead of the best all-stock rebalancing rule in hindsight), we reduce the "cost of universality" and achieve a higher learning rate.

در این مقاله یک الگوریتم معاملات سهام عدالت آنلاین که به دست می آید بیشترین درصد ممکن از ثروت نهایی بهترین جفت ها تعادل مجدد حکومت در عقب.یک قانون تعادل جفت برخی از جفت ها را انتخاب می کند سهام موجود در بازار و سپس دائماً معاملات بازپس گیری را انجام می دهد تا در هر یک از این دو بخش هدف از ثروت را حفظ کنید.بعد از هر گسسته نوسانات بازار ، یک قانون تعادل در یک جفت مقدار دقیقی از از سهام خارج شده و درآمد حاصل از آن را در سهام زیرنویس قرار دهید.زیر شرایط معمولی ، در ضمن ، می توان قوانین تعادل مجدد جفت را پیدا کرد که به طرز تماشایی بازار را مورد ضرب و شتم قرار می داد.استراتژی معاملاتی ما ، که گسترش می یابد Ordentlich and Cover's (1998) "Portfolio Max-Min Universal" ، تضمین می کند به درصد قابل قبولی از ثروت بهینه سازی شده دست پیدا کنید ، درصد که با سرعت آهسته (چند جمله ای) به صفر می رسد.این بدان معنی است که روشن است یک افق سرمایه گذاری به اندازه کافی ، معامله گر می تواند سالانه مرکب را اجرا کند نرخ رشد که به طور دلخواه نزدیک به بهترین جفت شدن جفت ها است قانون در عقب.این استراتژی اگر در آنجا به صورت مجانبی بازار را شکست دهد " معلوم است که یک قانون تعادل برقرار می کند که سرمایه در بالاتر رشد می کند نرخ بدون علامت نسبت به شاخص بازار.مزایای الگوریتم ما نسبت به استراتژی Ordentlich and Cover (1998) دو برابر است.اول ، استراتژی آنها این است محاسبه در عمل غیرممکن است.دوم ، در نظر گرفتن متوسط ​​تر معیار (به جای بهترین قانون تعادل مجدد تمام سهام در عقب) ، ما "هزینه جهانی" را کاهش داده و به نرخ یادگیری بالاتر برسید.

This paper prices and replicates the financial derivative whose payoff at $T$ is the wealth that would have accrued to a $\$1$ deposit into the best continuously-rebalanced portfolio (or fixed-fraction betting scheme) determined in hindsight. For the single-stock Black-Scholes market, Ordentlich and Cover (1998) only priced this derivative at time-0, giving $C_0=1+\sigma\sqrt{T/(2\pi)}$. Of course, the general time-$t$ price is not equal to $1+\sigma\sqrt{(T-t)/(2\pi)}$. I complete the Ordentlich-Cover (1998) analysis by deriving the price at any time $t$. By contrast, I also study the more natural case of the best levered rebalancing rule in hindsight. This yields $C(S,t)=\sqrt{T/t}\cdot\,\exp\{rt+\sigma^2b(S,t)^2\cdot t/2\}$, where $b(S,t)$ is the best rebalancing rule in hindsight over the observed history $[0,t]$. I show that the replicating strategy amounts to betting the fraction $b(S,t)$ of wealth on the stock over the interval $[t,t+dt].$ This fact holds for the general market with $n$ correlated stocks in geometric Brownian motion: we get $C(S,t)=(T/t)^{n/2}\exp(rt+b'\Sigma b\cdot t/2)$, where $\Sigma$ is the covariance of instantaneous returns per unit time. This result matches the $\mathcal{O}(T^{n/2})$ "cost of universality" derived by Cover in his "universal portfolio theory" (1986, 1991, 1996, 1998), which super-replicates the same derivative in discrete-time. The replicating strategy compounds its money at the same asymptotic rate as the best levered rebalancing rule in hindsight, thereby beating the market asymptotically. Naturally enough, we find that the American-style version of Cover's Derivative is never exercised early in equilibrium.

این مقاله مشتقات مالی را که بازپرداخت آن با $ T $ است ، قیمت گذاری و تکرار می کند آیا ثروت است که می توانست به یک سپرده $ 1 $ $ به بهترین ها بپردازد نمونه کارها به طور مداوم-تعادل (یا طرح شرط بندی-قالبهای ثابت) تعیین شده است در عقببرای بازار تک سهام سیاه اسکولز ، Ordentlich و Cover (1998) فقط این مشتق را در Time-0 قیمت گذاری کرد. $ c_0 = 1+\ sigma \ sqrt {t/(2 \ pi)} $.البته ، زمان عمومی-$ t $ نیست برابر با 1 دلار+\ sigma \ sqrt {(t-t)/(2 \ pi)} $.من Ordentlich-Cover را کامل می کنم (1998) تجزیه و تحلیل با استخراج قیمت در هر زمان $ t $.در مقابل ، من نیز مطالعه می کنم مورد طبیعی تر از بهترین قانون تعادل اهرم در عقب.این بازده $ c (s ، t) = \ sqrt {t/t} \ cdot \ ، \ exp \ {rt+\ sigma^2b (s ، t)^2 \ cdot t/2 \} $ ، کجا $ b (s ، t) $ بهترین قاعده تعادل در بازه زمانی در تاریخ مشاهده شده است $ [0 ، t] $.من نشان می دهم که استراتژی تکرار کننده شرط بندی کسری است $ b (s ، t) $ ثروت در سهام در فاصله زمانی $ [t ، t+dt]. $ این واقعیت برای بازار عمومی با سهام N $ $ در حرکت هندسی براونیان: ما $ c (s ، t) = (t/t) دریافت می کنیم^{n/2} \ exp (rt+b '\ sigma b \ cdot t/2) $ ، جایی که $ \ sigma $ است کواریانس بازده آنی در هر واحد زمان.این نتیجه مطابقت دارد $ \ mathcal {o} (t^{n/2}) $ "هزینه جهانی" "تئوری پرتفوی جهانی" (1986 ، 1991 ، 1996 ، 1998) ، که بسیار تکرار می شود همان مشتق در زمان گسسته.استراتژی تکرار کننده ترکیب آن است پول با همان نرخ بدون علامت به عنوان بهترین قانون تعادل اهدایی در از این رو ، بدین ترتیب بازار را بدون علامت ضرب و شتم می کند.به طور طبیعی ، ما می یابیم اینکه نسخه آمریکایی مشتق جلد آمریکایی هرگز زود اعمال نمی شود در تعادل.

This paper studies a two-person trading game in continuous time that generalizes Garivaltis (2018) to allow for stock prices that both jump and diffuse. Analogous to Bell and Cover (1988) in discrete time, the players start by choosing fair randomizations of the initial dollar, by exchanging it for a random wealth whose mean is at most 1. Each player then deposits the resulting capital into some continuously-rebalanced portfolio that must be adhered to over $[0,t]$. We solve the corresponding `investment $\phi$-game,' namely the zero-sum game with payoff kernel $\mathbb{E}[\phi\{\textbf{W}_1V_t(b)/(\textbf{W}_2V_t(c))\}]$, where $\textbf{W}_i$ is player $i$'s fair randomization, $V_t(b)$ is the final wealth that accrues to a one dollar deposit into the rebalancing rule $b$, and $\phi(\bullet)$ is any increasing function meant to measure relative performance. We show that the unique saddle point is for both players to use the (leveraged) Kelly rule for jump diffusions, which is ordinarily defined by maximizing the asymptotic almost-sure continuously-compounded capital growth rate. Thus, the Kelly rule for jump diffusions is the correct behavior for practically anybody who wants to outperform other traders (on any time frame) with respect to practically any measure of relative performance.

در این مقاله یک بازی تجاری دو نفره در زمان مداوم مورد بررسی قرار می گیرد که Garivaltis (2018) را تعمیم می دهد تا قیمت سهام را که هم پرش می کنند و هم پخشمشابه با بل و پوشش (1988) در زمان گسسته ، بازیکنان شروع می کنند با انتخاب تصادفی عادلانه دلار اولیه ، با مبادله آن برای یک ثروت تصادفی که میانگین آن حداکثر است. هر بازیکن سپس نتیجه می گیرد سرمایه در برخی از نمونه کارها به طور مداوم متعادل که باید به آنها رعایت شود بیش از $ [0 ، t] $.ما "سرمایه گذاری $ \ phi $ -game" را حل می کنیم ، یعنی بازی جمع صفر با هسته بازپرداخت $ \ mathbb {e} [\ phi \ {\ textbf {w} _1v_t (b)/(\ textbf {w} _2v_t (c)) \}] $ ، کجا $ \ textbf {w} _i $ player $ i $ تصادفی سازی منصفانه ، $ v_t (b) $ ثروت نهایی است که به یک سپرده یک دلاری در قانون تعادل $ $ b $ ، و $ \ phi (\ bullet) $ هر عملکرد فزاینده ای برای اندازه گیری نسبی است کارایی.ما نشان می دهیم که نقطه زین منحصر به فرد برای هر دو بازیکن است قانون (اهرمی) کلی برای انتشار پرش ، که معمولاً توسط تعریف می شود به حداکثر رساندن رشد سرمایه تقریبا بدون علامت به طور مداوم جبران شده نرخ.بنابراین ، قانون کلی برای انتشار پرش رفتار صحیح برای عملاً هرکسی که می خواهد از سایر معامله گران بهتر عمل کند (در هر بازه زمانی) با توجه به هر اندازه گیری عملکرد نسبی.

We study T. Cover's rebalancing option (Ordentlich and Cover 1998) under discrete hindsight optimization in continuous time. The payoff in question is equal to the final wealth that would have accrued to a $\$1$ deposit into the best of some finite set of (perhaps levered) rebalancing rules determined in hindsight. A rebalancing rule (or fixed-fraction betting scheme) amounts to fixing an asset allocation (i.e. $200\%$ stocks and $-100\%$ bonds) and then continuously executing rebalancing trades to counteract allocation drift. Restricting the hindsight optimization to a small number of rebalancing rules (i.e. 2) has some advantages over the pioneering approach taken by Cover $\&$ Company in their brilliant theory of universal portfolios (1986, 1991, 1996, 1998), where one's on-line trading performance is benchmarked relative to the final wealth of the best unlevered rebalancing rule of any kind in hindsight. Our approach lets practitioners express an a priori view that one of the favored asset allocations ("bets") $b\in\{b_1,...,b_n\}$ will turn out to have performed spectacularly well in hindsight. In limiting our robustness to some discrete set of asset allocations (rather than all possible asset allocations) we reduce the price of the rebalancing option and guarantee to achieve a correspondingly higher percentage of the hindsight-optimized wealth at the end of the planning period. A practitioner who lives to delta-hedge this variant of Cover's rebalancing option through several decades is guaranteed to see the day that his realized compound-annual capital growth rate is very close to that of the best $b_i$ in hindsight. Hence the point of the rock-bottom option price.

ما گزینه بازگرداندن T. Cover (Ordentlich and Cover 1998) را در زیر مطالعه می کنیم بهینه سازی گسسته بهینه در زمان مداوم.بازپرداخت مورد نظر است برابر با ثروت نهایی که می توانست به سپرده $ 1 $ $ به بهترین برخی از مجموعه های محدود از قوانین تعادل مجدد (شاید اهرم) که در آن تعیین شده است واپس نگری.یک قانون تعادل مجدد (یا طرح شرط بندی با فشار ثابت) به تخصیص دارایی (یعنی 200 $ \ $ سهام و اوراق قرضه $ -100 $) و سپس به طور مداوم اجرای معاملات مجدد برای مقابله با رانش تخصیص. محدود کردن بهینه سازی عقب به تعداد کمی از قوانین تعادل (یعنی 2) نسبت به رویکرد پیشگام که توسط پوشش $ \ $ و $ گرفته شده است ، مزایایی دارد شرکت در تئوری درخشان اوراق بهادار جهانی (1986 ، 1991 ، 1996 ، 1998) ، جایی که عملکرد معاملات آنلاین شخص نسبت به ثروت نهایی بهترین قاعده تعادل مجدد بی نظیر از هر نوع. رویکرد ما به پزشکان اجازه می دهد تا یک دیدگاه پیشینی را بیان کنند که یکی از آنها تخصیص دارایی مورد علاقه ("شرط بندی") $ b \ in \ {b_1 ، ... ، b_n \} $ به نظر می رسد به طرز چشمگیری به خوبی در عقب انجام شد.در محدود کردن استحکام ما به برخی مجموعه ای از تخصیص دارایی (به جای همه تخصیص دارایی ممکن) ما قیمت گزینه تعادل را کاهش می دهیم و برای دستیابی به یک تضمین می کنیم به همین ترتیب درصد بالاتری از ثروت بهینه سازی شده در پایان از دوره برنامه ریزییک پزشک که این نوع از این نوع دلتا را نشان می دهد گزینه بازگرداندن پوشش در طی چندین دهه تضمین می شود که روز را ببینید اینکه نرخ رشد سرمایه مرکب سالانه او بسیار نزدیک به آن است بهترین $ b_i $ در عقب.از این رو نقطه قیمت گزینه سنگ پایین است.

I derive practical formulas for optimal arrangements between sophisticated stock market investors (namely, continuous-time Kelly gamblers or, more generally, CRRA investors) and the brokers who lend them cash for leveraged bets on a high Sharpe asset (i.e. the market portfolio). Rather than, say, the broker posting a monopoly price for margin loans, the gambler agrees to use a greater quantity of margin debt than he otherwise would in exchange for an interest rate that is lower than the broker would otherwise post. The gambler thereby attains a higher asymptotic capital growth rate and the broker enjoys a greater rate of intermediation profit than would obtain under non-cooperation. If the threat point represents a vicious breakdown of negotiations (resulting in zero margin loans), then we get an elegant rule of thumb: $r_L^*=(3/4)r+(1/4)(\nu-\sigma^2/2)$, where $r$ is the broker's cost of funds, $\nu$ is the compound-annual growth rate of the market index, and $\sigma$ is the annual volatility. We show that, regardless of the particular threat point, the gambler will negotiate to size his bets as if he himself could borrow at the broker's call rate.

من فرمول های عملی را برای تنظیمات بهینه بین پیشرفته استخراج می کنم سرمایه گذاران بازار سهام (یعنی قماربازان زمان مداوم یا موارد دیگر به طور کلی ، سرمایه گذاران CRRA) و کارگزارانی که به آنها پول نقد برای اهرم وام می دهند شرط بندی روی دارایی شارپ بالا (یعنی سبد بازار).به جای ، مثلاً ، کارگزار ارسال قیمت انحصار برای وام های حاشیه ای ، قمارباز موافقت می کند از یک استفاده کند مقدار بیشتری بدهی حاشیه نسبت به او در ازای یک نرخ بهره که پایین تر از آن است که کارگزار در غیر این صورت ارسال می کند.قمارباز بدین ترتیب نرخ رشد سرمایه بدون علامت بالاتر را بدست می آورد و کارگزار از یک نرخ بیشتر سود واسطه گری از آنچه در غیر همکاری حاصل می شود. اگر نقطه تهدید بیانگر یک شکست شرورانه مذاکرات باشد (نتیجه در وام های حاشیه صفر) ، سپس ما یک قانون شست زیبا را می گیریم: $ r_l^*= (3/4) r+(1/4) (\ nu- \ sigma^2/2) $ ، جایی که $ r $ هزینه کارگزار است ، $ \ nu $ نرخ رشد سالانه شاخص بازار است و $ \ sigma $ است نوسانات سالانه.ما نشان می دهیم که ، صرف نظر از نقطه تهدید خاص ، قمارباز با اندازه شرط بندی خود مذاکره می کند که گویی خودش می تواند وام بگیرد نرخ تماس کارگزار

This paper supplies two possible resolutions of Fortune's (2000) margin-loan pricing puzzle. Fortune (2000) noted that the margin loan interest rates charged by stock brokers are very high in relation to the actual (low) credit risk and the cost of funds. If we live in the Black-Scholes world, the brokers are presumably making arbitrage profits by shorting dynamically precise amounts of their clients' portfolios. First, we extend Fortune's (2000) application of Merton's (1974) no-arbitrage approach to allow for brokers that can only revise their hedges finitely many times during the term of the loan. We show that extremely small differences in the revision frequency can easily explain the observed variation in margin loan pricing. In fact, four additional revisions per three-day period serve to explain all of the currently observed heterogeneity. Second, we study monopolistic (or oligopolistic) margin loan pricing by brokers whose clients are continuous-time Kelly gamblers. The broker solves a general stochastic control problem that yields simple and pleasant formulas for the optimal interest rate and the net interest margin. If the author owned a brokerage, he would charge an interest rate of $(r+\nu)/2-\sigma^2/4$, where $r$ is the cost of funds, $\nu$ is the compound-annual growth rate of the S&P 500 index, and $\sigma$ is the volatility.

در این مقاله دو قطعنامه احتمالی Fortune's (2000) Loan Loan ارائه شده است پازل قیمت گذاری.Fortune (2000) خاطرنشان کرد که نرخ بهره وام حاشیه شارژ شده توسط کارگزاران سهام نسبت به اعتبار واقعی (کم) بسیار بالا است ریسک و هزینه بودجه.اگر ما در دنیای سیاه اسکولز زندگی می کنیم ، کارگزاران احتمالاً با کوتاه کردن مقادیر دقیق پویا ، سود داوری را کسب می کنند از اوراق بهادار مشتریان آنها.اول ، ما برنامه Fortune (2000) را گسترش می دهیم رویکرد No-Arbitrage مرتون (1974) اجازه می دهد تا کارگزارانی که فقط می توانند تجدید نظر کنند پرچین های آنها بارها و بارها در طول مدت وام.ما نشان می دهیم که تفاوت های بسیار اندک در فرکانس تجدید نظر می تواند به راحتی توضیح دهد تنوع مشاهده شده در قیمت گذاری وام حاشیه.در واقع ، چهار تجدید نظر اضافی در هر دوره سه روزه برای توضیح همه موارد مشاهده شده در حال حاضر خدمت می کند ناهمگونیدوم ، ما وام حاشیه انحصاری (یا الیگوپولیستی) را مطالعه می کنیم قیمت گذاری توسط کارگزارانی که مشتریان آنها قماربازان کلی هستند.کارگزار یک مشکل کنترل تصادفی کلی را حل می کند که ساده و دلپذیر است فرمول برای نرخ بهره بهینه و حاشیه بهره خالص.اگر نویسنده صاحب یک کارگزاری بود ، او نرخ بهره را شارژ می کرد $ (r+\ nu)/2- \ sigma^2/4 $ ، جایی که $ r $ هزینه وجوه است ، $ \ nu $ است نرخ رشد سالانه شاخص S&P 500 و $ \ sigma $ است نوسان.

We consider a two-person trading game in continuous time whereby each player chooses a constant rebalancing rule $b$ that he must adhere to over $[0,t]$. If $V_t(b)$ denotes the final wealth of the rebalancing rule $b$, then Player 1 (the `numerator player') picks $b$ so as to maximize $\mathbb{E}[V_t(b)/V_t(c)]$, while Player 2 (the `denominator player') picks $c$ so as to minimize it. In the unique Nash equilibrium, both players use the continuous-time Kelly rule $b^*=c^*=\Sigma^{-1}(\mu-r\textbf{1})$, where $\Sigma$ is the covariance of instantaneous returns per unit time, $\mu$ is the drift vector of the stock market, and $\textbf{1}$ is a vector of ones. Thus, even over very short intervals of time $[0,t]$, the desire to perform well relative to other traders leads one to adopt the Kelly rule, which is ordinarily derived by maximizing the asymptotic exponential growth rate of wealth. Hence, we find agreement with Bell and Cover's (1988) result in discrete time.

ما یک بازی تجاری دو نفره را در زمان مداوم در نظر می گیریم که به موجب آن هر بازیکن یک قانون تعادل ثابت را انتخاب می کند $ b $ که او باید بیش از [0 ، t] $ را رعایت کند.اگر $ v_t (b) $ نشانگر ثروت نهایی قانون تعادل مجدد $ b $ ، سپس بازیکن 1 است ("پخش کننده شماره") $ b $ را انتخاب می کند تا به حداکثر برسد $ \ Mathbb {e} [v_t (b)/v_t (c)] $ ، در حالی که بازیکن 2 (بازیکن مخرج ") انتخاب می کند $ c $ به منظور به حداقل رساندن آن.در تعادل منحصر به فرد Nash ، هر دو بازیکن از Kelly Rule Time Kelly $ b^*= c^*= \ sigma^{-1} (\ mu-r \ textbf {1}) $ ، کجا $ \ sigma $ کواریانس بازده آنی در هر واحد زمان ، $ \ mu $ است وکتور رانش بورس سهام و $ \ textBf {1} $ یک بردار از آن ها است.بدین ترتیب، حتی بیش از فواصل بسیار کوتاه زمان $ [0 ، t] $ ، تمایل به عملکرد خوب نسبت به سایر بازرگانان ، یکی را به تصویب قانون کلی می برد ، یعنی معمولاً با به حداکثر رساندن نرخ رشد نمایی بدون علامت از ثروتاز این رو ، ما با نتیجه Bell and Cover (1988) توافق می کنیم زمان گسسته

I unravel the basic long run dynamics of the broker call money market, which is the pile of cash that funds margin loans to retail clients (read: continuous time Kelly gamblers). Call money is assumed to supply itself perfectly inelastically, and to continuously reinvest all principal and interest. I show that the relative size of the money market (that is, relative to the Kelly bankroll) is a martingale that nonetheless converges in probability to zero. The margin loan interest rate is a submartingale that converges in mean square to the choke price $r_\infty:=\nu-\sigma^2/2$, where $\nu$ is the asymptotic compound growth rate of the stock market and $\sigma$ is its annual volatility. In this environment, the gambler no longer beats the market asymptotically a.s. by an exponential factor (as he would under perfectly elastic supply). Rather, he beats the market asymptotically with very high probability (think 98%) by a factor (say 1.87, or 87% more final wealth) whose mean cannot exceed what the leverage ratio was at the start of the model (say, $2:1$). Although the ratio of the gambler's wealth to that of an equivalent buy-and-hold investor is a submartingale (always expected to increase), his realized compound growth rate converges in mean square to $\nu$. This happens because the equilibrium leverage ratio converges to $1:1$ in lockstep with the gradual rise of margin loan interest rates.

من دینامیک اساسی طولانی مدت بازار پول تماس کارگزار را کشف می کنم ، که شمع پول نقد است که وام های حاشیه ای را به مشتریان خرده فروشی تأمین می کند (بخوانید: مداوم Time Kelly Gamblers).فرض بر این است که پول خود را کاملاً تأمین می کند به صورت غیرمستقیم ، و به طور مداوم سرمایه گذاری مجدد همه اصلی و علاقه.من نشان می دهم که اندازه نسبی بازار پول (یعنی نسبت به کلی Bankroll) یک مارتینگال است که با این وجود به احتمال زیاد به صفر همگرا می شود. نرخ بهره وام حاشیه یک زیر مجموعه است که در میانگین مربع همگرا می شود به قیمت خفگی $ r_ \ infty: = \ nu- \ sigma^2/2 $ ، جایی که $ \ nu $ بدون علامت است نرخ رشد مرکب بازار سهام و \ \ sigma $ نوسانات سالانه آن است. در این محیط ، قمارباز دیگر به صورت بدون علامت A.S. بازار را ضرب و شتم نمی کند. با یک عامل نمایی (همانطور که او تحت عرضه کاملاً الاستیک).نسبتا، او بازار را بدون علامت با احتمال بسیار زیاد (فکر می کند 98 ٪) توسط a فاکتور (مثلاً 1.87 یا 87 ٪ ثروت نهایی بیشتر) که میانگین آنها نمی تواند از آنچه فراتر رفته است نسبت اهرم در شروع مدل بود (مثلاً 2: 1 دلار).اگرچه نسبت از ثروت قمارباز به یک سرمایه گذار معادل خرید و نگهدار Submartingale (همیشه انتظار می رود افزایش یابد) ، نرخ رشد مرکب تحقق یافته وی همگرا در میانگین مربع به $ \ n $.این اتفاق می افتد زیرا تعادل نسبت اهرم با افزایش تدریجی حاشیه به 1: 1 دلار در قفل همگرا می شود نرخ بهره وام.

Supply chains are the backbone of the global economy. Disruptions to them can be costly. Centrally managed supply chains invest in ensuring their resilience. Decentralized supply chains, however, must rely upon the self-interest of their individual components to maintain the resilience of the entire chain. We examine the incentives that independent self-interested agents have in forming a resilient supply chain network in the face of production disruptions and competition. In our model, competing suppliers are subject to yield uncertainty (they deliver less than ordered) and congestion (lead time uncertainty or, "soft" supply caps). Competing retailers must decide which suppliers to link to based on both price and reliability. In the presence of yield uncertainty only, the resulting supply chain networks are sparse. Retailers concentrate their links on a single supplier, counter to the idea that they should mitigate yield uncertainty by diversifying their supply base. This happens because retailers benefit from supply variance. It suggests that competition will amplify output uncertainty. When congestion is included as well, the resulting networks are denser and resemble the bipartite expander graphs that have been proposed in the supply chain literature, thereby, providing the first example of endogenous formation of resilient supply chain networks, without resilience being explicitly encoded in payoffs. Finally, we show that a supplier's investments in improved yield can make it worse off. This happens because high production output saturates the market, which, in turn lowers prices and profits for participants.

زنجیره های عرضه ستون فقرات اقتصاد جهانی است.اختلال در آنها می تواند پرهزینه باشیدزنجیره های تأمین شده در مرکز برای اطمینان از مقاومت خود سرمایه گذاری می کنند. زنجیره های تأمین غیرمتمرکز ، با این حال ، باید به علاقه شخصی خود متکی باشند مؤلفه های فردی برای حفظ مقاومت در کل زنجیره. ما مشوقهایی را که عوامل مستقل از خود علاقه مند در آن هستند بررسی می کنیم تشکیل یک شبکه زنجیره تأمین انعطاف پذیر در مواجهه با اختلالات تولید و رقابتدر مدل ما ، تأمین کنندگان رقیب در معرض عملکرد هستند عدم اطمینان (آنها کمتر از دستور داده شده) و احتقان (زمان سرب عدم قطعیت یا کلاه های تأمین "نرم").خرده فروشان رقیب باید تصمیم بگیرند تأمین کنندگان برای پیوند بر اساس قیمت و قابلیت اطمینان.در حضور عدم قطعیت عملکرد فقط ، شبکه های زنجیره تأمین نتیجه پراکنده هستند. خرده فروشان پیوندهای خود را بر روی یک تأمین کننده واحد متمرکز می کنند ، مخالف با ایده اینکه آنها باید با تنوع بخشیدن به پایه عرضه خود ، عدم اطمینان عملکرد را کاهش دهند. این اتفاق می افتد زیرا خرده فروشان از واریانس عرضه بهره مند می شوند.این نشان می دهد که رقابت عدم اطمینان خروجی را تقویت می کند.هنگامی که احتقان به عنوان گنجانده شده است خوب ، شبکه های حاصل متراکم تر هستند و شبیه به Expander دو طرفه هستند نمودارهایی که در ادبیات زنجیره تأمین پیشنهاد شده اند ، از این طریق ، ارائه اولین نمونه از شکل گیری درون زا زنجیره تأمین انعطاف پذیر شبکه ها ، بدون انعطاف پذیری که صریحاً در بازپرداخت ها رمزگذاری شده اند.بالاخره ، ما نشان می دهد که سرمایه گذاری های یک تأمین کننده در عملکرد بهبود یافته می تواند آن را بدتر کند. این اتفاق می افتد زیرا تولید بالای تولید بازار را اشباع می کند ، که در آن کاهش قیمت و سود برای شرکت کنندگان.

In this paper, we consider the problem of resource congestion control for competing online learning agents. On the basis of non-cooperative game as the model for the interaction between the agents, and the noisy online mirror ascent as the model for rational behavior of the agents, we propose a novel pricing mechanism which gives the agents incentives for sustainable use of the resources. Our mechanism is distributed and resource-centric, in the sense that it is done by the resources themselves and not by a centralized instance, and that it is based rather on the congestion state of the resources than the preferences of the agents. In case that the noise is persistent, and for several choices of the intrinsic parameter of the agents, such as their learning rate, and of the mechanism parameters, such as the learning rate of -, the progressivity of the price-setters, and the extrinsic price sensitivity of the agents, we show that the accumulative violation of the resource constraints of the resulted iterates is sub-linear w.r.t. the time horizon. Moreover, we provide numerical simulations to support our theoretical findings.

در این مقاله ، ما مشکل کنترل تراکم منابع را برای آن در نظر می گیریم رقابت با عوامل یادگیری آنلاین.بر اساس بازی غیر تعاونی به عنوان مدل تعامل بین عوامل و آینه آنلاین پر سر و صدا صعود به عنوان الگوی رفتار منطقی عوامل ، ما رمان را پیشنهاد می کنیم مکانیسم قیمت گذاری که به نمایندگان انگیزه های استفاده پایدار از منابعمکانیسم ما توزیع شده و منابع محور است ، به این معنا که این توسط خود منابع انجام می شود و نه توسط یک نمونه متمرکز ، و این که بیشتر از آن بر اساس وضعیت احتقان منابع است ترجیحات نمایندگان.در صورت مداوم سر و صدا و برای چندین گزینه از پارامتر ذاتی عوامل ، مانند آنها نرخ یادگیری و پارامترهای مکانیسم ، مانند میزان یادگیری -، پیشرفت قیمت سازان و حساسیت به قیمت بیرونی از مأمورین ، ما نشان می دهیم که نقض تجمع محدودیت های منابع از تکرار حاصل از W.R.T.افق زمانی.علاوه بر این ، ما برای پشتیبانی از یافته های نظری ما ، شبیه سازی های عددی را ارائه دهید.

Bounded rationality is an important consideration stemming from the fact that agents often have limits on their processing abilities, making the assumption of perfect rationality inapplicable to many real tasks. We propose an information-theoretic approach to the inference of agent decisions under Smithian competition. The model explicitly captures the boundedness of agents (limited in their information-processing capacity) as the cost of information acquisition for expanding their prior beliefs. The expansion is measured as the Kullblack-Leibler divergence between posterior decisions and prior beliefs. When information acquisition is free, the homo economicus agent is recovered, while in cases when information acquisition becomes costly, agents instead revert to their prior beliefs. The maximum entropy principle is used to infer least-biased decisions based upon the notion of Smithian competition formalised within the Quantal Response Statistical Equilibrium framework. The incorporation of prior beliefs into such a framework allowed us to systematically explore the effects of prior beliefs on decision-making in the presence of market feedback, as well as importantly adding a temporal interpretation to the framework. We verified the proposed model using Australian housing market data, showing how the incorporation of prior knowledge alters the resulting agent decisions. Specifically, it allowed for the separation of past beliefs and utility maximisation behaviour of the agent as well as the analysis into the evolution of agent beliefs.

عقلانیت محدود یک نکته مهم است که ناشی از این واقعیت است مأمورین اغلب در توانایی های پردازش خود محدودیت دارند و این فرض را ایجاد می کنند از عقلانیت کامل در بسیاری از کارهای واقعی قابل استفاده است.ما پیشنهاد می کنیم رویکرد نظری اطلاعات به استنباط تصمیمات عامل تحت رقابت اسمیتیان.مدل صریحاً محدودیت عوامل را ضبط می کند (محدود در ظرفیت پردازش اطلاعات آنها) به عنوان هزینه اطلاعات دستیابی به گسترش باورهای قبلی خود.انبساط به عنوان اندازه گیری می شود واگرایی Kullblack-Leibler بین تصمیمات خلفی و اعتقادات قبلی. هنگامی که کسب اطلاعات رایگان است ، نماینده Homo Economyus بازیابی می شود ، در حالی که در مواردی که کسب اطلاعات پرهزینه می شود ، به جای آن عوامل به اعتقادات قبلی خود برگردید.حداکثر اصل آنتروپی برای استنباط استفاده می شود تصمیمات کم نظیر بر اساس مفهوم رقابت اسمیتیان رسمیت یافته است در چارچوب تعادل آماری پاسخ کمی.در ادغام باورهای قبلی در چنین چارچوبی به ما امکان می داد به طور سیستماتیک اثرات اعتقادات قبلی بر تصمیم گیری در وجود بازخورد بازار و همچنین افزودن یک موقتی تفسیر به چارچوب.ما مدل پیشنهادی را با استفاده از آن تأیید کردیم داده های بازار مسکن استرالیا ، نشان می دهد که چگونه ترکیب قبلی است دانش تصمیمات عامل حاصل را تغییر می دهد.به طور خاص ، این اجازه را می دهد جدایی اعتقادات گذشته و رفتار حداکثر رساندن ابزار عامل و همچنین تجزیه و تحلیل در تکامل اعتقادات عامل.

Solar Renewable Energy Certificate (SREC) markets are a market-based system that incentivizes solar energy generation. A regulatory body imposes a lower bound on the amount of energy each regulated firm must generate via solar means, providing them with a tradeable certificate for each MWh generated. Firms seek to navigate the market optimally by modulating their SREC generation and trading rates. As such, the SREC market can be viewed as a stochastic game, where agents interact through the SREC price. We study this stochastic game by solving the mean-field game (MFG) limit with sub-populations of heterogeneous agents. Market participants optimize costs accounting for trading frictions, cost of generation, non-linear non-compliance costs, and generation uncertainty. Moreover, we endogenize SREC price through market clearing. We characterize firms' optimal controls as the solution of McKean-Vlasov (MV) FBSDEs and determine the equilibrium SREC price. We establish the existence and uniqueness of a solution to this MV-FBSDE, and prove that the MFG strategies form an $\epsilon$-Nash equilibrium for the finite player game. Finally, we develop a numerical scheme for solving the MV-FBSDEs and conduct a simulation study.

گواهی انرژی تجدید پذیر خورشیدی (SREC) یک سیستم مبتنی بر بازار است این باعث ایجاد انرژی خورشیدی می شود.یک بدن نظارتی پایین را تحمیل می کند محدود به میزان انرژی هر شرکت تنظیم شده باید از طریق خورشیدی تولید کند یعنی ، برای هر MWH تولید شده ، گواهی قابل تجارت را در اختیار آنها قرار می دهد. شرکت ها با تعدیل نسل SREC به دنبال بهینه سازی بازار هستند و نرخ معاملاتبه همین ترتیب ، بازار SREC را می توان به عنوان یک بازی تصادفی مشاهده کرد ، جایی که مأمورین از طریق قیمت SREC در تعامل هستند.ما این بازی تصادفی را توسط حل محدودیت بازی میدانی (MFG) با جمعیت زیر جمعیت ناهمگن عواملشرکت کنندگان در بازار هزینه های حسابداری را برای اصطکاک معاملات بهینه می کنند ، هزینه تولید ، هزینه های غیرخطی غیرخطی و تولید عدم قطعیت.علاوه بر این ، ما از طریق پاکسازی بازار ، قیمت SREC را درون زایی درون زایی می کنیم.ما کنترل های بهینه شرکت ها را به عنوان راه حل McKean-Vlasov (MV) مشخص کنید FBSDES و تعیین قیمت تعادل SREC.ما وجود را ایجاد می کنیم و منحصر به فرد بودن یک راه حل برای این MV-FBSDE ، و ثابت کنید که استراتژی های MFG یک تعادل $ \ epsilon $ -nash را برای بازی بازیکن محدود تشکیل دهید.بالاخره ، ما یک طرح عددی برای حل MV-FBSDES و انجام یک شبیه سازی ایجاد کنید مطالعه.

Forward invariance of a basin of attraction is often overlooked when using a Lyapunov stability theorem to prove local stability; even if the Lyapunov function decreases monotonically in a neighborhood of an equilibrium, the dynamic may escape from this neighborhood. In this note, we fix this gap by finding a smaller neighborhood that is forward invariant. This helps us to prove local stability more naturally without tracking each solution path. Similarly, we prove a transitivity theorem about basins of attractions without requiring forward invariance. Keywords: Lyapunov function, local stability, forward invariance, evolutionary dynamics.

عدم تغییر به جلو از یک حوضه جاذبه اغلب هنگام استفاده از a نادیده گرفته می شود قضیه ثبات لیاپونف برای اثبات ثبات محلی ؛حتی اگر Lyapunov عملکرد به صورت یکنواخت در یک محله تعادل کاهش می یابد ، پویا ممکن است از این محله فرار کند.در این یادداشت ، ما این شکاف را برطرف می کنیم پیدا کردن یک محله کوچکتر که به جلو متغیر است.این به ما کمک می کند تا ثبات محلی را به طور طبیعی تر بدون ردیابی هر مسیر راه حل اثبات کنید. به همین ترتیب ، ما یک قضیه انتقال در مورد حوضه های جاذبه های بدون نیاز به عدم تغییر به جلو. واژه‌های کلیدی: عملکرد لیاپونف ، ثبات محلی ، تغییر رو به جلو ، پویایی تکاملی.

In this work, we study the system of interacting non-cooperative two Q-learning agents, where one agent has the privilege of observing the other's actions. We show that this information asymmetry can lead to a stable outcome of population learning, which generally does not occur in an environment of general independent learners. The resulting post-learning policies are almost optimal in the underlying game sense, i.e., they form a Nash equilibrium. Furthermore, we propose in this work a Q-learning algorithm, requiring predictive observation of two subsequent opponent's actions, yielding an optimal strategy given that the latter applies a stationary strategy, and discuss the existence of the Nash equilibrium in the underlying information asymmetrical game.

در این کار ، ما سیستم تعامل غیر تعامل دو را مطالعه می کنیم مأمورین یادگیری Q ، جایی که یک نماینده این امتیاز را دارد که دیگران را رعایت کند اقدامات.ما نشان می دهیم که این عدم تقارن اطلاعات می تواند به یک نتیجه پایدار منجر شود یادگیری جمعیت ، که به طور کلی در یک محیط رخ نمی دهد زبان آموزان مستقل عمومی.سیاست های پس از یادگیری تقریباً است به نظر می رسد به معنای بازی اساسی ، یعنی تعادل NASH را تشکیل می دهند. علاوه بر این ، ما در این کار یک الگوریتم Q-Learning را پیشنهاد می کنیم ، مشاهده پیش بینی کننده دو عمل حریف متعاقب آن ، به دست آوردن استراتژی بهینه با توجه به اینکه دومی یک استراتژی ثابت را اعمال می کند ، و در مورد وجود تعادل Nash در اطلاعات اساسی بحث کنید بازی نامتقارن.

A common goal in the areas of secure information flow and privacy is to build effective defenses against unwanted leakage of information. To this end, one must be able to reason about potential attacks and their interplay with possible defenses. In this paper, we propose a game-theoretic framework to formalize strategies of attacker and defender in the context of information leakage, and provide a basis for developing optimal defense methods. A novelty of our games is that their utility is given by information leakage, which in some cases may behave in a non-linear way. This causes a significant deviation from classic game theory, in which utility functions are linear with respect to players' strategies. Hence, a key contribution of this paper is the establishment of the foundations of information leakage games. We consider two kinds of games, depending on the notion of leakage considered. The first kind, the QIF-games, is tailored for the theory of quantitative information flow (QIF). The second one, the DP-games, corresponds to differential privacy (DP).

یک هدف مشترک در زمینه های ایمن جریان اطلاعات و حفظ حریم خصوصی ایجاد است دفاع مؤثر در برابر نشت ناخواسته اطلاعات.به این منظور ، یکی باید بتواند در مورد حملات احتمالی و تعامل آنها با دفاع احتمالیدر این مقاله ، ما یک چارچوب تئوری بازی را پیشنهاد می کنیم استراتژی های مهاجم و مدافع را در زمینه اطلاعات رسمی کنید نشت ، و پایه ای برای توسعه روشهای بهینه دفاعی.یک تازگی از بازی های ما این است که ابزار آنها توسط نشت اطلاعات داده می شود ، که در آن برخی موارد ممکن است به روشی غیرخطی رفتار کنند.این باعث انحراف قابل توجهی می شود از تئوری بازی کلاسیک ، که در آن توابع ابزار با توجه به خطی هستند استراتژی های بازیکنان.از این رو ، سهم کلیدی این مقاله است ایجاد مبانی بازی های نشت اطلاعات.ما دو را در نظر می گیریم انواع بازی ها ، بسته به مفهوم نشت در نظر گرفته شده.نوع اول ، بازی های QIF ، برای تئوری جریان اطلاعات کمی تنظیم شده است (qif).مورد دوم ، بازی های DP ، با حریم خصوصی دیفرانسیل (DP) مطابقت دارد.

This paper studies the general relationship between the gearing ratio of a Leveraged ETF and its corresponding expense ratio, viz., the investment management fees that are charged for the provision of this levered financial service. It must not be possible for an investor to combine two or more LETFs in such a way that his (continuously-rebalanced) LETF portfolio can match the gearing ratio of a given, professionally managed product and, at the same time, enjoy lower weighted-average expenses than the existing LETF. Given a finite set of LETFs that exist in the marketplace, I give necessary and sufficient conditions for these products to be undominated in the price-gearing plane. In a beautiful application of the duality theorem of linear programming, I prove a kind of two-fund theorem for LETFs: given a target gearing ratio for the investor, the cheapest way to achieve it is to combine (uniquely) the two nearest undominated LETF products that bracket it on the leverage axis. This also happens to be the implementation that has the lowest annual turnover. For the writer's enjoyment, we supply a second proof of the Main Theorem on LETFs that is based on Carath\'eodory's theorem in convex geometry. Thus, say, a triple-leveraged ("UltraPro") exchange-traded product should never be mixed with cash, if the investor is able to trade in the underlying index. In terms of financial innovation, our two-fund theorem for LETFs implies that the introduction of new, undominated 2.5x products would increase the welfare of all investors whose preferred gearing ratios lie between 2x ("Ultra") and 3x ("UltraPro"). Similarly for a 1.5x product.

این مقاله به بررسی رابطه کلی بین نسبت دنده a ETF و نسبت هزینه مربوط به آن ، یعنی سرمایه گذاری هزینه های مدیریتی که برای تهیه این مالی اهدایی متهم شده است سرویس.این امکان وجود ندارد که یک سرمایه گذار دو یا چند letf را با هم ترکیب کند به گونه ای که نمونه کارها LETF (به طور مداوم و متعادل) او می تواند با آن مطابقت داشته باشد نسبت دنده ای از یک محصول داده شده ، حرفه ای و در عین حال ، از هزینه های متوسط ​​وزن کمتری نسبت به LETF موجود لذت ببرید.با توجه به یک محدود مجموعه ای از letfs که در بازار وجود دارد ، من لازم و کافی را ارائه می دهم شرایطی که این محصولات در هواپیمای قیمت گذاری نشده است.که در یک برنامه زیبا از قضیه دوگانگی برنامه نویسی خطی ، من اثبات می کنم نوع قضیه دو صندوق برای letfs: با توجه به نسبت دنده هدف برای سرمایه گذار ، ارزان ترین راه برای دستیابی به آن ترکیب (منحصر به فرد) این دو است نزدیکترین محصولات LETF بدون سرنشین که آن را در محور اهرم قرار می دهند.این همچنین به نظر می رسد اجرای کمترین گردش مالی سالانه است.برای لذت نویسنده ، ما اثبات دوم قضیه اصلی در LETFS را ارائه می دهیم این مبتنی بر قضیه Carath \ 'eodory در هندسه محدب است.بنابراین ، مثلاً ، الف محصول مبادله ای سه گانه ("Ultrapro") هرگز نباید مخلوط شود با پول نقد ، اگر سرمایه گذار بتواند در شاخص زیرین تجارت کند.در نظر از نوآوری مالی ، قضیه دو صندوق ما برای LETFS به معنای این است که معرفی محصولات جدید و بدون رشد 2.5x باعث افزایش رفاه می شود تمام سرمایه گذاران که نسبت دنده آنها را ترجیح می دهند بین 2x ("Ultra") و 3x قرار دارند ("Ultrapro").به طور مشابه برای یک محصول 1.5x.

Consider multiple experts with overlapping expertise working on a classification problem under uncertain input. What constitutes a consistent set of opinions? How can we predict the opinions of experts on missing sub-domains? In this paper, we define a framework of to analyze this problem, termed "expert graphs." In an expert graph, vertices represent classes and edges represent binary opinions on the topics of their vertices. We derive necessary conditions for expert graph validity and use them to create "synthetic experts" which describe opinions consistent with the observed opinions of other experts. We show this framework to be equivalent to the well-studied linear ordering polytope. We show our conditions are not sufficient for describing all expert graphs on cliques, but are sufficient for cycles.

چندین متخصص با تخصص همپوشانی را که روی یک کار می کنند در نظر بگیرید مشکل طبقه بندی تحت ورودی نامشخص.چه چیزی یک مجموعه سازگار را تشکیل می دهد نظرات؟چگونه می توانیم نظرات متخصصان را در مورد زیر دامنه های گمشده پیش بینی کنیم؟ در این مقاله ، ما یک چارچوب برای تجزیه و تحلیل این مشکل را تعریف می کنیم ، به نام "متخصص" نمودارها. "در یک نمودار متخصص ، راس ها کلاس ها و لبه ها را نشان می دهند نظرات باینری در مورد موضوعات رئوس آنها.ما شرایط لازم را به دست می آوریم برای اعتبار نمودار متخصص و از آنها برای ایجاد "متخصصان مصنوعی" استفاده کنید نظرات مطابق با نظرات مشاهده شده سایر متخصصان را شرح دهید.ما این چارچوب را نشان دهید که معادل سفارش خطی خوب مورد مطالعه باشد پلی تئوپ.ما نشان می دهیم که شرایط ما برای توصیف همه متخصص کافی نیست نمودارهای روی کلیشه ها ، اما برای چرخه ها کافی هستند.

How can a social planner adaptively incentivize selfish agents who are learning in a strategic environment to induce a socially optimal outcome in the long run? We propose a two-timescale learning dynamics to answer this question in both atomic and non-atomic games. In our learning dynamics, players adopt a class of learning rules to update their strategies at a faster timescale, while a social planner updates the incentive mechanism at a slower timescale. In particular, the update of the incentive mechanism is based on each player's externality, which is evaluated as the difference between the player's marginal cost and the society's marginal cost in each time step. We show that any fixed point of our learning dynamics corresponds to the optimal incentive mechanism such that the corresponding Nash equilibrium also achieves social optimality. We also provide sufficient conditions for the learning dynamics to converge to a fixed point so that the adaptive incentive mechanism eventually induces a socially optimal outcome. Finally, we demonstrate that the sufficient conditions for convergence are satisfied in a variety of games, including (i) atomic networked quadratic aggregative games, (ii) atomic Cournot competition, and (iii) non-atomic network routing games.

چگونه یک برنامه ریز اجتماعی می تواند به طور تطبیقی ​​عوامل خودخواه را تحریک کند یادگیری در یک محیط استراتژیک برای القاء نتیجه مطلوب اجتماعی در بلند مدت؟ما یک پویایی یادگیری دو زمانه برای پاسخ به این سوال پیشنهاد می کنیم در هر دو بازی اتمی و غیر اتمی.در دینامیک یادگیری ما ، بازیکنان a را اتخاذ می کنند کلاس قوانین یادگیری برای به روزرسانی استراتژی های خود در یک بازه زمانی سریعتر ، در حالی که یک برنامه ریز اجتماعی مکانیسم تشویقی را در یک بازه زمانی کندتر به روز می کند.که در به ویژه ، به روزرسانی مکانیسم تشویقی بر اساس هر بازیکن است خارجی بودن ، که به عنوان تفاوت بین حاشیه بازیکن ارزیابی می شود هزینه و هزینه حاشیه جامعه در هر مرحله زمانی.ما نشان می دهیم که هر گونه ثابت نقطه پویایی یادگیری ما با مکانیسم تشویقی بهینه مطابقت دارد به گونه ای که تعادل NASH مربوطه نیز بهینه اجتماعی می شود. ما همچنین شرایط کافی را برای همگرایی یادگیری فراهم می کنیم یک نکته ثابت به گونه ای که در نهایت مکانیسم تشویقی تطبیقی ​​القا می کند نتیجه بهینه اجتماعی.سرانجام ، ما نشان می دهیم که کافی است شرایط همگرایی در انواع بازی ها از جمله (i) برآورده می شود بازی های جمع شده درجه دوم شبکه اتمی ، (ب) رقابت Cournot اتمی ، و (iii) بازی های مسیریابی شبکه غیر اتمی.

Alice (owner) has knowledge of the underlying quality of her items measured in grades. Given the noisy grades provided by an independent party, can Bob (appraiser) obtain accurate estimates of the ground-truth grades of the items by asking Alice a question about the grades? We address this when the payoff to Alice is additive convex utility over all her items. We establish that if Alice has to truthfully answer the question so that her payoff is maximized, the question must be formulated as pairwise comparisons between her items. Next, we prove that if Alice is required to provide a ranking of her items, which is the most fine-grained question via pairwise comparisons, she would be truthful. By incorporating the ground-truth ranking, we show that Bob can obtain an estimator with the optimal squared error in certain regimes based on any possible way of truthful information elicitation. Moreover, the estimated grades are substantially more accurate than the raw grades when the number of items is large and the raw grades are very noisy. Finally, we conclude the paper with several extensions and some refinements for practical considerations.

آلیس (مالک) از کیفیت اساسی موارد اندازه گیری شده آگاهی دارد در نمراتبا توجه به نمرات پر سروصدا ارائه شده توسط یک حزب مستقل ، می تواند باب (ارزیابی کننده) تخمین های دقیق از نمرات حقیقت زمین از موارد را بدست آورید با پرسیدن آلیس در مورد نمرات؟ما وقتی این بازپرداخت به این موضوع می پردازیم آلیس ابزار محدب افزودنی در تمام موارد او است.اگر آلیس باشد این را تعیین می کنیم باید راستگو به این سؤال پاسخ دهد تا بازپرداخت او به حداکثر برسد ، سؤال باید به عنوان مقایسه جفت بین موارد او تدوین شود.بعد ، ما ثابت کنید که اگر آلیس ملزم به ارائه رتبه ای از موارد خود باشد ، یعنی بیشتر سؤال ریز و درشت از طریق مقایسه های زوج ، او صادقانه خواهد بود.توسط با درج رتبه بندی حقیقت زمین ، ما نشان می دهیم که باب می تواند یک برآوردگر با خطای بهینه مربع در رژیم های خاص بر اساس هر روش احتمالی انتخاب اطلاعات راستگو.علاوه بر این ، تخمین زده شده است نمرات از نظر درجه خام بسیار دقیق تر هستند موارد بزرگ است و نمرات خام بسیار پر سر و صدا است.سرانجام ، ما نتیجه می گیریم مقاله با چندین پسوند و برخی از اصلاحات برای عملی ملاحظات

We propose to smooth out the calibration score, which measures how good a forecaster is, by combining nearby forecasts. While regular calibration can be guaranteed only by randomized forecasting procedures, we show that smooth calibration can be guaranteed by deterministic procedures. As a consequence, it does not matter if the forecasts are leaked, i.e., made known in advance: smooth calibration can nevertheless be guaranteed (while regular calibration cannot). Moreover, our procedure has finite recall, is stationary, and all forecasts lie on a finite grid. To construct the procedure, we deal also with the related setups of online linear regression and weak calibration. Finally, we show that smooth calibration yields uncoupled finite-memory dynamics in n-person games "smooth calibrated learning" in which the players play approximate Nash equilibria in almost all periods (by contrast, calibrated learning, which uses regular calibration, yields only that the time-averages of play are approximate correlated equilibria).

ما پیشنهاد می کنیم که نمره کالیبراسیون را صاف کنیم ، که اندازه گیری آن چقدر خوب است پیش بینی با ترکیب پیش بینی های اطراف.در حالی که کالیبراسیون منظم می تواند باشد فقط با روشهای پیش بینی تصادفی تضمین شده است ، ما آن را صاف نشان می دهیم کالیبراسیون را می توان با روشهای قطعی تضمین کرد.در نتیجه ، آن فرقی نمی کند که پیش بینی ها به بیرون درز شوند ، یعنی از قبل شناخته شده است: با این وجود کالیبراسیون صاف می تواند تضمین شود (در حالی که کالیبراسیون منظم نمی تواند)علاوه بر این ، رویه ما دارای فراخوان محدود است ، ثابت است و همه پیش بینی ها روی یک شبکه محدود قرار دارند.برای ساخت روش ، ما نیز با آن سر و کار داریم مجموعه های مربوط به رگرسیون خطی آنلاین و کالیبراسیون ضعیف.سرانجام، ما نشان می دهیم که کالیبراسیون صاف دینامیک حافظه محدود را در بازی های N-Person "یادگیری صاف کالیبره شده" که در آن بازیکنان بازی می کنند تعادل تقریبی NASH تقریباً در تمام دوره ها (برعکس ، کالیبره شده یادگیری ، که از کالیبراسیون منظم استفاده می کند ، فقط به این معنی است که میانگین های زمان بازی تعادل همبستگی تقریبی است).

Calibration means that forecasts and average realized frequencies are close. We develop the concept of forecast hedging, which consists of choosing the forecasts so as to guarantee that the expected track record can only improve. This yields all the calibration results by the same simple basic argument while differentiating between them by the forecast-hedging tools used: deterministic and fixed point based versus stochastic and minimax based. Additional contributions are an improved definition of continuous calibration, ensuing game dynamics that yield Nash equilibria in the long run, and a new calibrated forecasting procedure for binary events that is simpler than all known such procedures.

کالیبراسیون به این معنی است که پیش بینی ها و فرکانس های تحقق یافته متوسط ​​نزدیک هستند. ما مفهوم پیش بینی Hedging را توسعه می دهیم ، که شامل انتخاب موارد است پیش بینی می شود تا تضمین شود که سابقه مورد انتظار فقط می تواند بهبود یابد. این تمام نتایج کالیبراسیون را با همان استدلال اساسی ساده در حالی که تمایز بین آنها با استفاده از ابزارهای پیش بینی- hedging مورد استفاده: قطعی و نقطه ثابت مبتنی بر در مقابل تصادفی و مینیماکس مبتنی بر.اضافی مشارکت ها تعریف بهبود یافته ای از کالیبراسیون مداوم است ، متعاقب آن دینامیک بازی که در دراز مدت تعادل Nash را به همراه دارد و کالیبره شده جدید روش پیش بینی برای وقایع باینری که ساده تر از همه شناخته شده است رویه ها

In 2023, the International Conference on Machine Learning (ICML) required authors with multiple submissions to rank their submissions based on perceived quality. In this paper, we aim to employ these author-specified rankings to enhance peer review in machine learning and artificial intelligence conferences by extending the Isotonic Mechanism to exponential family distributions. This mechanism generates adjusted scores that closely align with the original scores while adhering to author-specified rankings. Despite its applicability to a broad spectrum of exponential family distributions, implementing this mechanism does not require knowledge of the specific distribution form. We demonstrate that an author is incentivized to provide accurate rankings when her utility takes the form of a convex additive function of the adjusted review scores. For a certain subclass of exponential family distributions, we prove that the author reports truthfully only if the question involves only pairwise comparisons between her submissions, thus indicating the optimality of ranking in truthful information elicitation. Moreover, we show that the adjusted scores improve dramatically the estimation accuracy compared to the original scores and achieve nearly minimax optimality when the ground-truth scores have bounded total variation. We conclude the paper by presenting experiments conducted on the ICML 2023 ranking data, which show significant estimation gain using the Isotonic Mechanism.

در سال 2023 ، کنفرانس بین المللی یادگیری ماشین (ICML) مورد نیاز است نویسندگان با ارسال های متعدد برای رتبه بندی ارسال های خود بر اساس درک شده کیفیتدر این مقاله ، ما هدف ما استفاده از این رتبه بندی های مشخص شده توسط نویسنده است بررسی همسالان در یادگیری ماشین و کنفرانس های هوش مصنوعی با گسترش مکانیسم ایزوتونیک به توزیع های نمایی خانواده.این مکانیسم نمرات تنظیم شده ای را ایجاد می کند که از نزدیک با نمرات اصلی هماهنگ هستند ضمن پایبندی به رتبه های مشخص شده نویسنده.با وجود کاربرد آن در a طیف گسترده ای از توزیع خانواده نمایی ، اجرای این مکانیسم نیازی به دانش در مورد فرم توزیع خاص ندارد.ما نشان می دهیم اینکه یک نویسنده در هنگام استفاده از ابزار خود ، برای ارائه رتبه های دقیق ایجاد شود شکل یک تابع افزودنی محدب از نمرات بررسی تنظیم شده را می گیرد.برای یک زیر کلاس خاص از توزیع خانواده نمایی ، ما ثابت می کنیم که نویسنده فقط در صورتی که این سؤال فقط به صورت جفتی شامل می شود گزارش می دهد مقایسه بین ارسالی او ، بنابراین نشانگر بهینه بودن رتبه بندی است در اطلاعات راستگو انتخاب.علاوه بر این ، ما نشان می دهیم که نمرات تنظیم شده در مقایسه با نمرات اصلی ، دقت تخمین را به طرز چشمگیری بهبود بخشید و هنگامی که نمرات زمین زمین محدود شده است ، بهینه تقریباً حداقل به حداقل می رسند تنوع کلما مقاله را با ارائه آزمایشات انجام شده در مورد نتیجه می گیریم داده های رتبه بندی ICML 2023 ، که با استفاده از تخمین قابل توجه نشان می دهد مکانیسم ایزوتونیک.

Electricity supply must be matched with demand at all times. This helps reduce the chances of issues such as load frequency control and the chances of electricity blackouts. To gain a better understanding of the load that is likely to be required over the next 24h, estimations under uncertainty are needed. This is especially difficult in a decentralized electricity market with many micro-producers which are not under central control. In this paper, we investigate the impact of eleven offline learning and five online learning algorithms to predict the electricity demand profile over the next 24h. We achieve this through integration within the long-term agent-based model, ElecSim. Through the prediction of electricity demand profile over the next 24h, we can simulate the predictions made for a day-ahead market. Once we have made these predictions, we sample from the residual distributions and perturb the electricity market demand using the simulation, ElecSim. This enables us to understand the impact of errors on the long-term dynamics of a decentralized electricity market. We show we can reduce the mean absolute error by 30% using an online algorithm when compared to the best offline algorithm, whilst reducing the required tendered national grid reserve required. This reduction in national grid reserves leads to savings in costs and emissions. We also show that large errors in prediction accuracy have a disproportionate error on investments made over a 17-year time frame, as well as electricity mix.

تأمین برق باید همیشه با تقاضا مطابقت داشته باشد.این کمک می کند احتمال مسائلی مانند کنترل فرکانس بار و احتمال وجود دارد خاموشی برق.برای به دست آوردن درک بهتر از بار که هست احتمالاً در 24 ساعت بعدی مورد نیاز است ، تخمین های تحت عدم اطمینان است مورد نیازاین امر به ویژه در یک بازار برق غیر متمرکز با آن دشوار است بسیاری از تولید کنندگان خرد که تحت کنترل مرکزی نیستند. در این مقاله ، ما تأثیر یازده یادگیری آفلاین و پنج مورد را بررسی می کنیم الگوریتم های یادگیری آنلاین برای پیش بینی مشخصات تقاضای برق از طریق 24 ساعت بعدی.ما این کار را از طریق ادغام در طولانی مدت مبتنی بر عامل بدست می آوریم مدل ، Elecsim.از طریق پیش بینی مشخصات تقاضای برق بیش از 24 ساعت بعد ، می توانیم پیش بینی های انجام شده برای یک بازار روزانه را شبیه سازی کنیم.یک بار ما این پیش بینی ها را انجام داده ایم ، ما از توزیع باقیمانده نمونه می گیریم و تقاضای بازار برق را با استفاده از شبیه سازی ، Elecsim آشفته کنید.این ما را قادر می سازد تا تأثیر خطاها را در پویایی بلند مدت a درک کنیم بازار برق غیر متمرکز. ما نشان می دهیم که می توانیم با استفاده از آنلاین ، میانگین خطای مطلق را 30 ٪ کاهش دهیم الگوریتم در مقایسه با بهترین الگوریتم آفلاین ، در حالی که کاهش ذخیره شبکه ملی مورد نیاز مورد نیاز است.این کاهش در ملی ذخایر شبکه منجر به پس انداز در هزینه ها و انتشار گازهای گلخانه ای می شود.ما همچنین آن بزرگ را نشان می دهیم خطا در دقت پیش بینی خطای نامتناسب در سرمایه گذاری های انجام شده است در طی یک بازه زمانی 17 ساله و همچنین مخلوط برق.

The recent literature often cites Fang and Wang (2015) for analyzing the identification of time preferences in dynamic discrete choice under exclusion restrictions (e.g. Yao et al., 2012; Lee, 2013; Ching et al., 2013; Norets and Tang, 2014; Dub\'e et al., 2014; Gordon and Sun, 2015; Bajari et al., 2016; Chan, 2017; Gayle et al., 2018). Fang and Wang's Proposition 2 claims generic identification of a dynamic discrete choice model with hyperbolic discounting. This claim uses a definition of "generic" that does not preclude the possibility that a generically identified model is nowhere identified. To illustrate this point, we provide two simple examples of models that are generically identified in Fang and Wang's sense, but that are, respectively, everywhere and nowhere identified. We conclude that Proposition 2 is void: It has no implications for identification of the dynamic discrete choice model. We show that its proof is incorrect and incomplete and suggest alternative approaches to identification.

ادبیات اخیر غالباً برای تجزیه و تحلیل این کشور از نیش و وانگ (2015) استناد می کند شناسایی ترجیحات زمانی در انتخاب گسسته پویا تحت محرومیت محدودیت ها (به عنوان مثال یائو و همکاران ، 2012 ؛ لی ، 2013 ؛ چینگ و همکاران ، 2013 ؛ نورس و تانگ ، 2014 ؛Dub \ 'E et al. ، 2014 ؛گوردون و سان ، 2015 ؛Bajari و همکاران ، 2016 ؛ چان ، 2017 ؛گیل و همکاران ، 2018).گزش نیش و وانگ 2 ادعا می کنند عمومی شناسایی یک مدل انتخابی گسسته پویا با تخفیف بیش از حد. این ادعا از تعریفی از "عمومی" استفاده می کند که مانع از آن نمی شود این امکان وجود دارد که یک مدل شناسایی شده به طور کلی مشخص نشده باشد.به این نکته را نشان می دهد ، ما دو نمونه ساده از مدل ها را ارائه می دهیم به طور کلی به معنای نیش و وانگ مشخص شده است ، اما به ترتیب ، این است در همه جا و هیچ جا مشخص نشده است.نتیجه می گیریم که گزاره 2 باطل است: هیچ پیامدهایی برای شناسایی مدل انتخاب گسسته پویا ندارد.ما نشان می دهد که اثبات آن نادرست و ناقص است و گزینه جایگزین را پیشنهاد می کند رویکردهای شناسایی.

This paper presents empirically-estimated average hourly relationships between regional electricity trade in the United States and prices, emissions, and generation from 2015 through 2018. Consistent with economic theory, the analysis finds a negative relationship between electricity prices in California and regional trade, conditional on local demand. Each 1 gigawatt-hour increase in California electricity imports is associated with an average $0.15 per megawatt-hour decrease in the California Independent System Operator's wholesale electricity price. There is a net-negative short term relationship between carbon dioxide emissions in California and electricity imports that is partially offset by positive emissions from exporting neighbors. Specifically, each 1 GWh increase in regional trade is associated with a net 70-ton average decrease in CO2 emissions across the western U.S., conditional on demand levels. The results provide evidence that electricity imports mostly displace natural gas generation on the margin in the California electricity market. A small positive relationship is observed between short-run SO2 and NOx emissions in neighboring regions and California electricity imports. The magnitude of the SO2 and NOx results suggest an average increase of 0.1 MWh from neighboring coal plants is associated with a 1 MWh increase in imports to California.

در این مقاله روابط متوسط ساعتی تخمین زده شده از نظر تجربی ارائه شده است بین تجارت برق منطقه ای در ایالات متحده و قیمت ها ، انتشار گازهای و نسل از سال 2015 تا 2018. مطابق با تئوری اقتصادی ، تجزیه و تحلیل رابطه منفی بین قیمت برق در کالیفرنیا پیدا می کند و تجارت منطقه ای ، مشروط به تقاضای محلی.هر 1 گیگاوات ساعت افزایش واردات برق در کالیفرنیا با میانگین 0.15 دلار در هر کاهش ساعت مگاوات در اپراتور سیستم مستقل کالیفرنیا عمده فروشی قیمت برق.یک رابطه کوتاه مدت منفی خالص وجود دارد بین انتشار دی اکسید کربن در کالیفرنیا و واردات برق که است تا حدی با انتشار مثبت از صادرات همسایگان جبران می شود.به طور مشخص، هر افزایش 1 گیگاوات ساعت در تجارت منطقه ای با میانگین خالص 70 تنی همراه است کاهش انتشار CO2 در سراسر ایالات متحده آمریکا ، مشروط به تقاضا سطح.نتایج شواهدی را ارائه می دهد که نشان می دهد واردات برق بیشتر جابجا می شود تولید گاز طبیعی در حاشیه بازار برق کالیفرنیا.آ رابطه مثبت کوچک بین انتشار کوتاه مدت SO2 و NOx مشاهده می شود در مناطق همسایه و واردات برق کالیفرنیا.بزرگی نتایج SO2 و NOX حاکی از افزایش متوسط 0.1 مگاوات ساعت از همسایه است گیاهان زغال سنگ با افزایش 1 مگاوات ساعت واردات به کالیفرنیا همراه است.

In this paper, we estimate the causal effect of political power on the provision of public education. We use data from a historical nondemocratic society with a weighted voting system where eligible voters received votes in proportion to their taxable income and without any limit on the maximum of votes, i.e., the political system used in Swedish local governments during the period 1862-1909. We use a novel identification strategy where we combine two different identification strategies, i.e., a threshold regression analysis and a generalized event-study design, both of which exploit nonlinearities or discontinuities in the effect of political power between two opposing local elites: agricultural landowners and emerging industrialists. The results suggest that school spending is approximately 90-120% higher if the nonagrarian interest controls all of the votes compared to when landowners have more than a majority of votes. Moreover, we find no evidence that the concentration of landownership affected this relationship

در این مقاله ، ما تأثیر علی قدرت سیاسی بر روی آن را تخمین می زنیم ارائه آموزش عمومی.ما از داده های غیر دموکراتیک تاریخی استفاده می کنیم جامعه با یک سیستم رای گیری وزنی که در آن رأی دهندگان واجد شرایط رأی می گرفتند متناسب با درآمد مشمول مالیات آنها و بدون هیچ محدودیتی در حداکثر آرا ، یعنی سیستم سیاسی مورد استفاده در دولت های محلی سوئد در طول دوره 1862-1909.ما از یک استراتژی شناسایی جدید استفاده می کنیم که در آن دو ترکیب می کنیم استراتژی های مختلف شناسایی ، یعنی تجزیه و تحلیل رگرسیون آستانه و یک طرح مطالعه عمومی ، هر دو مورد سوءاستفاده از غیرخطی ها یا ناپیوستگی در اثر قدرت سیاسی بین دو مخالف محلی نخبگان: صاحبان زمین های کشاورزی و صنعتگران در حال ظهور.نتایج پیشنهاد می کند که در صورت غیرقانونی ، هزینه های مدرسه تقریباً 90-120 ٪ بیشتر است بهره همه آرا را در مقایسه با زمانی که صاحبان زمین بیش از یک دارند کنترل می کند اکثر آرا.علاوه بر این ، ما هیچ مدرکی پیدا نمی کنیم که غلظت آن مالکیت زمین بر این رابطه تأثیر گذاشت

This paper investigates whether ideological indoctrination by living in a communist regime relates to low economic performance in a market economy. We recruit North Korean refugees and measure their implicit bias against South Korea by using the Implicit Association Test. Conducting double auction and bilateral bargaining market experiments, we find that North Korean refugees with a larger bias against the capitalistic society have lower expectations about their earning potential, exhibit trading behavior with lower target profits, and earn less profits. These associations are robust to conditioning on correlates of preferences, human capital, and assimilation experiences.

در این مقاله بررسی شده است که آیا تلقین ایدئولوژیک با زندگی در یک رژیم کمونیستی مربوط به عملکرد پایین اقتصادی در اقتصاد بازار است.ما پناهندگان کره شمالی را استخدام کنید و تعصب ضمنی آنها را در برابر جنوب اندازه گیری کنید کره با استفاده از آزمون انجمن ضمنی.انجام حراج مضاعف و آزمایش های بازار چانه زنی دو جانبه ، ما می دانیم که پناهندگان کره شمالی با تعصب بزرگتر در برابر جامعه سرمایه داری انتظارات کمتری دارد در مورد پتانسیل درآمد آنها ، رفتار معاملاتی را با هدف پایین نشان دهید سود ، و سود کمتری کسب کنید.این انجمن ها نسبت به تهویه قوی هستند در مورد همبستگی ترجیحات ، سرمایه انسانی و تجربیات جذب.

A crucial goal of funding research and development has always been to advance economic development. On this basis, a consider-able body of research undertaken with the purpose of determining what exactly constitutes economic impact and how to accurately measure that impact has been published. Numerous indicators have been used to measure economic impact, although no single indicator has been widely adapted. Based on patent data collected from Altmetric we predict patent citations through various social media features using several classification models. Patents citing a research paper implies the potential it has for direct application inits field. These predictions can be utilized by researchers in deter-mining the practical applications for their work when applying for patents.

هدف مهم بودجه تحقیق و توسعه همیشه پیشرفت بوده است توسعه اقتصادی.بر این اساس ، یک تحقیق قابل ملاحظه با هدف تعیین آنچه که دقیقاً اقتصادی است انجام می شود تأثیر و چگونگی اندازه گیری دقیق آن تأثیر منتشر شده است.متعدد از شاخص ها برای اندازه گیری تأثیر اقتصادی استفاده شده است ، اگرچه هیچ یک از شاخص به طور گسترده سازگار شده است.بر اساس داده های ثبت اختراع جمع آوری شده از AltMetric ما استناد به حق ثبت اختراع را از طریق ویژگی های مختلف رسانه های اجتماعی پیش بینی می کنیم با استفاده از چندین مدل طبقه بندی.ثبت اختراعات با استناد به مقاله تحقیقاتی دلالت دارد پتانسیل آن برای قسمت برنامه کاربردی مستقیم است.این پیش بینی ها می تواند توسط محققان در جهت گیری برنامه های عملی برای آنها مورد استفاده قرار می گیرد هنگام درخواست حق ثبت اختراع کار کنید.

As Mobility as a Service (MaaS) systems become increasingly popular, travel is changing from unimodal trips to personalized services offered by a platform of mobility operators. Evaluation of MaaS platforms depends on modeling both user route decisions as well as operator service and pricing decisions. We adopt a new paradigm for traffic assignment in a MaaS network of multiple operators using the concept of stable matching to allocate costs and determine prices offered by operators corresponding to user route choices and operator service choices without resorting to nonconvex bilevel programming formulations. Unlike our prior work, the proposed model allows travelers to make multimodal, multi-operator trips, resulting in stable cost allocations between competing network operators to provide MaaS for users. An algorithm is proposed to efficiently generate stability conditions for the stable outcome model. Extensive computational experiments demonstrate the use of the model to handling pricing responses of MaaS operators in technological and capacity changes, government acquisition, consolidation, and firm entry, using the classic Sioux Falls network. The proposed algorithm replicates the same stability conditions as explicit path enumeration while taking only 17 seconds compared to explicit path enumeration timing out over 2 hours.

به عنوان تحرک به عنوان یک سرویس (MAAS) به طور فزاینده ای محبوب می شود ، سفر از سفرهای UNIMODAL به خدمات شخصی که توسط یک پلتفرم ارائه می شود در حال تغییر است از اپراتورهای تحرک.ارزیابی سیستم عامل های MAAS به مدل سازی هر دو بستگی دارد تصمیمات مسیر کاربر و همچنین خدمات عملیاتی و تصمیمات قیمت گذاری.ما یک الگوی جدید برای تکالیف ترافیک در یک شبکه MAAS از چندگانه اتخاذ کنید اپراتورهایی که از مفهوم تطبیق پایدار برای تخصیص هزینه ها استفاده می کنند و تعیین می کنند قیمت های ارائه شده توسط اپراتورهای مربوط به گزینه های مسیر کاربر و اپراتور گزینه های خدمات بدون توسل به برنامه نویسی صفراوی غیر کنفکس فرمولاسیونبر خلاف کار قبلی ما ، مدل پیشنهادی به مسافران اجازه می دهد تا سفرهای چند مدلی و چند اپراتور را انجام دهید ، در نتیجه تخصیص هزینه پایدار بین اپراتورهای شبکه رقیب برای تهیه MAAS برای کاربران.یک الگوریتم است پیشنهاد شده برای تولید موثر شرایط پایداری برای نتیجه پایدار مدل.آزمایش های محاسباتی گسترده استفاده از مدل را نشان می دهد رسیدگی به پاسخ های قیمت گذاری اپراتورهای MAAS در فن آوری و ظرفیت تغییرات ، کسب دولت ، ادغام و ورود شرکت ، با استفاده از شبکه کلاسیک Sioux Falls.الگوریتم پیشنهادی همان را تکرار می کند شرایط پایداری به عنوان شمارش صریح مسیر در حالی که تنها 17 ثانیه طول می کشد در مقایسه با زمان شمارش صریح مسیر بیش از 2 ساعت.

The rank-size plots of a large number of different physical and socio-economic systems are usually said to follow Zipf's law, but a unique framework for the comprehension of this ubiquitous scaling law is still lacking. Here we show that a dynamical approach is crucial: during their evolution, some systems are attracted towards Zipf's law, while others presents Zipf's law only temporarily and, therefore, spuriously. A truly Zipfian dynamics is characterized by a dynamical constraint, or coherence, among the parameters of the generating PDF, and the number of elements in the system. A clear-cut example of such coherence is natural language. Our framework allows us to derive some quantitative results that go well beyond the usual Zipf's law: i) earthquakes can evolve only incoherently and thus show Zipf's law spuriously; this allows an assessment of the largest possible magnitude of an earthquake occurring in a geographical region. ii) We prove that Zipfian dynamics are not additive, explaining analytically why US cities evolve coherently, while world cities do not. iii) Our concept of coherence can be used for model selection, for example, the Yule-Simon process can describe the dynamics of world countries' GDP. iv) World cities present spurious Zipf's law and we use this property for estimating the maximal population of an urban agglomeration.

توطئه های اندازه تعداد زیادی از فیزیکی مختلف و معمولاً گفته می شود سیستم های اقتصادی و اجتماعی از قانون ZIPF پیروی می کنند ، اما یک منحصر به فرد چارچوبی برای درک این قانون مقیاس پذیر همه جا هنوز است کمبوددر اینجا ما نشان می دهیم که یک رویکرد پویا بسیار مهم است: در طول آنها تکامل ، برخی از سیستم ها به سمت قانون ZIPF جذب می شوند ، در حالی که برخی دیگر ارائه می دهند قانون Zipf فقط به طور موقت و بنابراین به طرز حیرت انگیزی.یک Zipfian واقعاً دینامیک با یک محدودیت دینامیکی یا انسجام در بین پارامترهای تولید کننده PDF و تعداد عناصر موجود در سیستم.آ نمونه واضح از چنین انسجام زبان طبیعی است.چارچوب ما اجازه می دهد ما برای به دست آوردن نتایج کمی که فراتر از Zipf معمول است قانون: i) زمین لرزه ها فقط به طور نامحسوس می توانند تکامل یابد و به این ترتیب قانون ZIPF را نشان می دهد فریبندهاین اجازه می دهد تا بیشترین میزان ممکن از یک ارزیابی زمین لرزه در یک منطقه جغرافیایی رخ می دهد.ii) ما ثابت می کنیم که Zipfian دینامیک افزودنی نیستند ، و از نظر تحلیلی توضیح می دهند که چرا شهرهای ایالات متحده تکامل می یابند منسجم ، در حالی که شهرهای جهان این کار را نمی کنند.iii) مفهوم ما از انسجام می تواند باشد به عنوان مثال ، برای انتخاب مدل استفاده می شود ، فرآیند yule-simon می تواند توصیف کند پویایی تولید ناخالص داخلی کشورهای جهان.IV) شهرهای جهان قانون Zipf Spurious را ارائه می دهند و ما از این خاصیت برای برآورد حداکثر جمعیت یک شهری استفاده می کنیم تراکم.

In this paper, we build a computational model for the analysis of international wheat spot price formation, its dynamics and the dynamics of internationally exchanged quantities. The model has been calibrated using FAOSTAT data to evaluate its in-sample predictive power. The model is able to generate wheat prices in twelve international markets and wheat used quantities in twenty-four world regions. The time span considered goes from 1992 to 2013. In our study, a particular attention was paid to the impact of Russian Federation's 2010 grain export ban on wheat price and internationally traded quantities. Among other results, we find that wheat average weighted world price in 2013 would have been 3.55\% lower than the observed one if the Russian Federation would not have imposed the export ban in 2010.

در این مقاله ، ما یک مدل محاسباتی برای تجزیه و تحلیل ایجاد می کنیم شکل گیری قیمت بین المللی گندم ، پویایی آن و پویایی آن مقادیر بین المللی رد و بدل شده است.این مدل با استفاده از کالیبره شده است داده های FAOSTAT برای ارزیابی قدرت پیش بینی در نمونه آن.مدل قادر است قیمت گندم را در دوازده بازار بین المللی و مقادیر استفاده شده از گندم ایجاد کنید در بیست و چهار منطقه جهان.مدت زمان در نظر گرفته شده از سال 1992 تا 2013 می رود. در مطالعه ما توجه ویژه ای به تأثیر روسی صورت گرفت ممنوعیت صادرات دانه فدراسیون 2010 با قیمت گندم و معامله بین المللی مقادیر.در میان نتایج دیگر ، متوجه می شویم که جهان وزنی متوسط گندم قیمت در سال 2013 3.55 \ ٪ پایین تر از قیمت مشاهده شده اگر روسی باشد فدراسیون ممنوعیت صادرات را در سال 2010 تحمیل نمی کرد.

This article studies the interregional Greek road network (GRN) by applying complex network analysis (CNA) and an empirical approach. The study aims to extract the socioeconomic information immanent to the GRN's topology and to interpret the way in which this road network serves and promotes the regional development. The analysis shows that the topology of the GRN is submitted to spatial constraints, having lattice-like characteristics. Also, the GRN's structure is described by a gravity pattern, where places of higher population enjoy greater functionality, and its interpretation in regional terms illustrates the elementary pattern expressed by regional development through road construction. The study also reveals some interesting contradictions between the metropolitan and non-metropolitan (excluding Attica and Thessaloniki) comparison. Overall, the article highlights the effectiveness of using complex network analysis in the modeling of spatial networks and in particular of transportation systems and promotes the use of the network paradigm in the spatial and regional research.

در این مقاله به بررسی شبکه جاده ای بین منطقه ای یونان (GRN) با استفاده از تجزیه و تحلیل شبکه پیچیده (CNA) و یک رویکرد تجربی.این مطالعه با هدف اطلاعات اقتصادی و اقتصادی را به صورت متناوب به توپولوژی GRN و به نحوه خدمت و ترویج منطقه ای را تفسیر کنید توسعه.تجزیه و تحلیل نشان می دهد که توپولوژی GRN به محدودیت های مکانی ، داشتن ویژگی های شبیه به شبکه.همچنین ، GRN ساختار توسط یک الگوی گرانش ، که در آن مکان های بیشتر جمعیت توصیف شده است ، توصیف می شود از عملکرد بیشتر و تفسیر آن از نظر منطقه ای لذت ببرید الگوی ابتدایی بیان شده توسط توسعه منطقه ای را از طریق نشان می دهد راهسازی.این مطالعه همچنین برخی از تضادهای جالب را نشان می دهد بین کلانشهرها و غیر کلانک (به استثنای آتیکا و تسالونیکی) مقایسه.به طور کلی ، مقاله اثربخشی را برجسته می کند با استفاده از تجزیه و تحلیل شبکه پیچیده در مدل سازی شبکه های مکانی و در به ویژه سیستم های حمل و نقل و استفاده از شبکه را ترویج می کند پارادایم در تحقیقات مکانی و منطقه ای.

The purpose is to compare the perfect Stochastic Return (SR) model like Islamic banks to the Fixed Return (FR) model as in conventional banks by measuring up their impacts at the macroeconomic level. We prove that if the optimal choice of investor share in SR model {\alpha}* realizes the indifference of the financial institution toward SR and FR models, there exists {\alpha} less than {\alpha}* such that the banks strictly prefers the SR model. Also, there exists {\alpha}, {\gamma} and {\lambda} verifying the conditions of {\alpha}-sharing such that each party in economy can be better under the SR model and the economic welfare could be improved in a Pareto-efficient way.

هدف این است که مدل بازده تصادفی کامل (SR) را مقایسه کنید بانک های اسلامی به مدل بازده ثابت (FR) مانند بانکهای معمولی توسط اندازه گیری تأثیرات آنها در سطح کلان اقتصادی.ما ثابت می کنیم که اگر انتخاب بهینه سهم سرمایه گذار در مدل SR {\ alpha}* متوجه می شود بی تفاوتی موسسه مالی نسبت به مدل های SR و FR وجود دارد. {\ alpha} کمتر از {\ alpha}* به گونه ای که بانک ها به شدت مدل SR را ترجیح می دهند. همچنین ، {\ alpha} ، {\ gamma} و {\ lambda} تأیید شرایط شرایط وجود دارد {\ alpha}-sharing به گونه ای که هر یک از طرفین در اقتصاد می توانند تحت SR بهتر باشند مدل و رفاه اقتصادی می تواند به روشی کارآمد پارتو بهبود یابد.

Interdistrict school choice programs-where a student can be assigned to a school outside of her district-are widespread in the US, yet the market-design literature has not considered such programs. We introduce a model of interdistrict school choice and present two mechanisms that produce stable or efficient assignments. We consider three categories of policy goals on assignments and identify when the mechanisms can achieve them. By introducing a novel framework of interdistrict school choice, we provide a new avenue of research in market design.

برنامه های انتخاب مدرسه بین المللی-جایی که دانش آموز می تواند به مدرسه خارج از منطقه خود-در ایالات متحده گسترده است ، اما طراحی بازار ادبیات چنین برنامه هایی را در نظر نگرفته است.ما یک مدل از انتخاب مدرسه بین المللی و دو مکانیسم ارائه می دهد که پایدار تولید می کنند یا تکالیف کارآمدما سه دسته از اهداف سیاست را در نظر می گیریم تکالیف و مشخص کنید که مکانیسم ها می توانند به آنها برسند.با معرفی چارچوب جدید انتخاب مدرسه بین المللی ، ما یک خیابان جدید را ارائه می دهیم تحقیق در طراحی بازار.

We demonstrate how a static optimal income taxation problem can be analyzed using dynamical methods. Specifically, we show that the taxation problem is intimately connected to the heat equation. Our first result is a new property of the optimal tax which we call the fairness principle. The optimal tax at any income is invariant under a family of properly adjusted Gaussian averages (the heat kernel) of the optimal taxes at other incomes. That is, the optimal tax at a given income is equal to the weighted by the heat kernels average of optimal taxes at other incomes and income densities. Moreover, this averaging happens at every scale tightly linked to each other providing a unified weighting scheme at all income ranges. The fairness principle arises not due to equality considerations but rather it represents an efficient way to smooth the burden of taxes and generated revenues across incomes. Just as nature wants to distribute heat evenly, the optimal way for a government to raise revenues is to distribute the tax burden and raised revenues evenly among individuals. We then construct a gradient flow of taxes -- a dynamic process changing the existing tax system in the direction of the increase in tax revenues -- and show that it takes the form of a heat equation. The fairness principle holds also for the short-term asymptotics of the gradient flow, where the averaging is done over the current taxes. The gradient flow we consider can be viewed as a continuous process of a reform of the nonlinear income tax schedule and thus unifies the variational approach to taxation and optimal taxation. We present several other characteristics of the gradient flow focusing on its smoothing properties.

ما نشان می دهیم که چگونه می توان یک مشکل مالیات بر درآمد بهینه استاتیک را مورد تجزیه و تحلیل قرار داد با استفاده از روشهای دینامیکی.به طور خاص ، ما نشان می دهیم که مشکل مالیات است از نزدیک به معادله گرما وصل شده است.اولین نتیجه ما یک ملک جدید است از مالیات بهینه که ما آن را اصل انصاف می نامیم.مالیات بهینه در هر درآمد تحت خانواده ای از میانگین های مناسب گاوسی تنظیم شده است ( هسته گرما) مالیات های بهینه در سایر درآمد.یعنی مالیات بهینه در درآمد معین برابر با وزنی با میانگین هسته گرما بهینه است مالیات در سایر درآمد و تراکم درآمد.علاوه بر این ، این میانگین اتفاق می افتد در هر مقیاس محکم با یکدیگر مرتبط هستند که وزن یکپارچه را فراهم می کنند طرح در تمام دامنه درآمد.اصل انصاف ناشی از برابری نیست ملاحظات بلکه این یک روش کارآمد برای صاف کردن بار است مالیات و درآمد حاصل از درآمد.درست همانطور که طبیعت می خواهد به طور مساوی گرما را توزیع کنید ، راه بهینه برای افزایش درآمد دولت است توزیع بار مالیاتی و افزایش درآمد به طور مساوی در بین افراد.ما سپس یک جریان شیب مالیات ایجاد کنید - یک فرآیند پویا تغییر می کند سیستم مالیاتی موجود در جهت افزایش درآمدهای مالیاتی - و نشان دهید که شکل معادله گرما را می گیرد.اصل انصاف در اختیار دارد همچنین برای بدون علامت کوتاه مدت جریان شیب ، جایی که میانگین آن است بیش از مالیات های فعلی انجام می شود.جریان شیب مورد نظر ما را می توان به عنوان مشاهده کرد یک فرآیند مداوم اصلاح برنامه مالیات بر درآمد غیرخطی و بنابراین رویکرد متنوع به مالیات و مالیات بهینه را متحد می کند.ما ارائه می دهیم چندین ویژگی دیگر جریان شیب با تمرکز بر هموار سازی آن خواص

Auction theories are believed to provide a better selling opportunity for the resources to be allocated. Various organizations have taken measures to increase trust among participants towards their auction system, but trust alone cannot ensure a high level of participation. We propose a new type of auction system which takes advantage of lucky draw and gambling addictions to increase the engagement level of candidates in an auction. Our system makes use of security features present in existing auction systems for ensuring fairness and maintaining trust among participants.

اعتقاد بر این است که تئوری های حراج فرصت فروش بهتری برای منابعی که باید اختصاص یابد.سازمان های مختلف اقداماتی را انجام داده اند اعتماد را در بین شرکت کنندگان به سیستم حراج خود افزایش دهید ، اما به تنهایی اعتماد کنید نمی تواند سطح بالایی از مشارکت را تضمین کند.ما نوع جدیدی از حراج را پیشنهاد می کنیم سیستمی که از افزایش Lucky Draw و Cambling Addictions استفاده می کند سطح نامزدی نامزدها در حراج.سیستم ما از آن استفاده می کند ویژگی های امنیتی موجود در سیستم های حراج موجود برای اطمینان از انصاف و حفظ اعتماد در بین شرکت کنندگان.

We explore conclusions a person draws from observing society when he allows for the possibility that individuals' outcomes are affected by group-level discrimination. Injecting a single non-classical assumption, that the agent is overconfident about himself, we explain key observed patterns in social beliefs, and make a number of additional predictions. First, the agent believes in discrimination against any group he is in more than an outsider does, capturing widely observed self-centered views of discrimination. Second, the more group memberships the agent shares with an individual, the more positively he evaluates the individual. This explains one of the most basic facts about social judgments, in-group bias, as well as "legitimizing myths" that justify an arbitrary social hierarchy through the perceived superiority of the privileged group. Third, biases are sensitive to how the agent divides society into groups when evaluating outcomes. This provides a reason why some ethnically charged questions should not be asked, as well as a potential channel for why nation-building policies might be effective. Fourth, giving the agent more accurate information about himself increases all his biases. Fifth, the agent is prone to substitute biases, implying that the introduction of a new outsider group to focus on creates biases against the new group but lowers biases vis a vis other groups. Sixth, there is a tendency for the agent to agree more with those in the same groups. As a microfoundation for our model, we provide an explanation for why an overconfident agent might allow for potential discrimination in evaluating outcomes, even when he initially did not conceive of this possibility.

ما نتیجه گیری را کشف می کنیم که شخص از مشاهده جامعه در هنگام اجازه استفاده می کند برای این احتمال که نتایج افراد تحت تأثیر سطح گروه باشد تبعیضتزریق یک فرض غیر کلاسیک واحد ، که عامل است در مورد خود بیش از حد ، الگوهای مشاهده شده کلیدی را در اجتماعی توضیح می دهیم باورها ، و تعدادی پیش بینی اضافی را انجام دهید.اول ، نماینده معتقد است در تبعیض علیه هر گروهی که بیش از یک شخص خارجی انجام می دهد ، ضبط دیدگاههای خود محور از تبعیض.دوم ، عضویت بیشتر گروهی که نماینده با یک فرد به اشتراک می گذارد ، مثبت تر او فرد را ارزیابی می کند.این یکی از اساسی ترین حقایق در مورد داوری های اجتماعی ، تعصب درون گروهی و همچنین "اسطوره های مشروعیت بخش" که توجیه می شود سلسله مراتب اجتماعی دلخواه از طریق برتری درک شده از گروه ممتازسوم ، تعصبات به نحوه تقسیم عامل جامعه حساس هستند در هنگام ارزیابی نتایج به گروه ها.این دلیل برخی را فراهم می کند سوالات با بار قومی نباید پرسیده شود ، و همچنین یک پتانسیل کانال برای اینکه چرا سیاست های ایجاد ملت ممکن است مؤثر باشد.چهارم ، دادن اطلاعات دقیق تر اطلاعات در مورد خودش باعث افزایش همه تعصبات وی می شود.پنجم، عامل مستعد تعویض تعصبات است ، دلالت بر این دارد که معرفی a گروه خارجی جدید برای تمرکز روی ایجاد تعصب در برابر گروه جدید اما کاهش می یابد تعصب در مقابل گروه های دیگر.ششم ، تمایل به عامل وجود دارد بیشتر با کسانی که در همان گروه ها هستند موافق باشید.به عنوان یک ریزگردها برای مدل ما ، ما توضیحی در مورد اینکه چرا یک عامل بیش از حد ممکن است اجازه دهد ارائه می دهیم تبعیض احتمالی در ارزیابی نتایج ، حتی وقتی که او در ابتدا این کار را نکرد تصور این احتمال.

We study a disclosure game with a large evidence space. There is an unknown binary state. A sender observes a sequence of binary signals about the state and discloses a left truncation of the sequence to a receiver in order to convince him that the state is good. We focus on truth-leaning equilibria (cf. Hart et al. (2017)), where the sender discloses truthfully when doing so is optimal, and the receiver takes off-path disclosure at face value. In equilibrium, seemingly sub-optimal truncations are disclosed, and the disclosure contains the longest truncation that yields the maximal difference between the number of good and bad signals. We also study a general framework of disclosure games which is compatible with large evidence spaces, a wide range of disclosure technologies, and finitely many states. We characterize the unique equilibrium value function of the sender and propose a method to construct equilibria for a broad class of games.

ما یک بازی افشای اطلاعات را با یک فضای شواهد بزرگ مطالعه می کنیم.یک ناشناخته وجود دارد حالت دودویییک فرستنده دنباله ای از سیگنال های باینری در مورد دولت را مشاهده می کند و یک کوتاه شدن سمت چپ دنباله را به یک گیرنده افشا می کند او را متقاعد کنید که دولت خوب است.ما بر تعادل متمایل به حقیقت تمرکز می کنیم (ر.ک. هارت و همکاران.(2017)) ، جایی که فرستنده هنگام انجام این کار به طور واقعی فاش می کند بهینه ، و گیرنده افشای مسیر را با ارزش چهره انجام می دهد.که در تعادل ، برش های به ظاهر زیر بهینه فاش می شود ، و افشای اطلاعات شامل طولانی ترین کوتاه بودن است که حداکثر اختلاف را به همراه دارد بین تعداد سیگنال های خوب و بد.ما همچنین یک چارچوب کلی را مطالعه می کنیم از بازی های افشای که با فضاهای شواهد بزرگ سازگار است ، گسترده طیف وسیعی از فن آوری های افشای اطلاعات ، و در بسیاری از ایالت ها.ما توصیف می کنیم عملکرد ارزش تعادل منحصر به فرد فرستنده و ارائه روشی برای تعادل را برای کلاس گسترده ای از بازی ها بسازید.

Experimental work regularly finds that individual choices are not deterministically rationalized by well-defined preferences. Nonetheless, recent work shows that data collected from many individuals can be stochastically rationalized by a distribution of well-defined preferences. We study the relationship between deterministic and stochastic rationalizability. We show that a population can be stochastically rationalized even when half of the individuals in the population cannot be deterministically rationalized. We also find the ability to detect individuals who are not deterministically rationalized from population level data can decrease as the number of observations increases.

کار تجربی به طور مرتب می یابد که انتخاب های فردی اینگونه نیست از نظر قطعی با ترجیحات خوب تعریف شده منطقی است.با این وجود ، اخیر کار نشان می دهد که داده های جمع آوری شده از بسیاری از افراد می توانند بصورت تصادفی باشند منطقی با توزیع ترجیحات خوب تعریف شده.ما مطالعه می کنیم رابطه بین عقلانی بودن قطعی و تصادفی.ما نشان می دهیم که یک جمعیت حتی در صورتی که نیمی از آنها به صورت تصادفی منطقی باشد افراد در جمعیت نمی توانند از نظر قطعی منطقی باشند.ما همچنین توانایی تشخیص افرادی را که به طور قطعی نیستند پیدا کنید منطقی از داده های سطح جمعیت می تواند به عنوان تعداد کاهش یابد مشاهدات افزایش می یابد.

This paper proposes and axiomatizes a new updating rule: Relative Maximum Likelihood (RML) for ambiguous beliefs represented by a set of priors (C). This rule takes the form of applying Bayes' rule to a subset of C. This subset is a linear contraction of C towards its subset ascribing a maximal probability to the observed event. The degree of contraction captures the extent of willingness to discard priors based on likelihood when updating. Two well-known updating rules of multiple priors, Full Bayesian (FB) and Maximum Likelihood (ML), are included as special cases of RML. An axiomatic characterization of conditional preferences generated by RML updating is provided when the preferences admit Maxmin Expected Utility representations. The axiomatization relies on weakening the axioms characterizing FB and ML. The axiom characterizing ML is identified for the first time in this paper, addressing a long-standing open question in the literature.

این مقاله یک قانون به روزرسانی جدید را پیشنهاد و axiomatiz می کند: حداکثر نسبی احتمال (RML) برای اعتقادات مبهم که توسط مجموعه ای از مقدمات (C) نشان داده شده است.این قانون به شکل اعمال قانون بیز در زیر مجموعه ای از C. این زیر مجموعه است انقباض خطی C به سمت زیرمجموعه آن که حداکثر احتمال را به خود اختصاص می دهد رویداد مشاهده شدهمیزان انقباض وسعت آن را ثبت می کند تمایل به کنار گذاشتن مقدمات بر اساس احتمال در هنگام بروزرسانی.دو مشهور به روزرسانی قوانین متعدد مقدماتی ، کامل بیزی (FB) و حداکثر احتمال (ML) ، به عنوان موارد خاص RML درج شده است.خصوصیات بدیهی از ترجیحات مشروط تولید شده توسط به روزرسانی RML هنگامی ارائه می شود ترجیحات اعتراف می کنند نمایندگی های مورد انتظار MaxMin.بدیهیات متکی به تضعیف بدیهیات مشخصه FB و ML است.بدیهی توصیف ML برای اولین بار در این مقاله مشخص شده است ، سوال باز طولانی در ادبیات.

In many real-world matching applications, there are restrictions for institutions either on priorities of their slots or on the transferability of unfilled slots over others (or both). Motivated by the need in such real-life matching problems, this paper formulates a family of practical choice rules, slot-specific priorities with capacity transfers (SSPwCT). These practical rules invoke both slot-specific priorities structure and transferability of vacant slots. We show that the cumulative offer mechanism (COM) is stable, strategy-proof and respects improvements with regards to SSPwCT choice rules. Transferring the capacity of one more unfilled slot, while all else is constant, leads to strategy-proof Pareto improvement of the COM. Following Kominer's (2020) formulation, we also provide comparative static results for expansion of branch capacity and addition of new contracts in the SSPwCT framework. Our results have implications for resource allocation problems with diversity considerations.

در بسیاری از برنامه های تطبیق در دنیای واقعی ، محدودیت هایی برای آن وجود دارد مؤسسات یا در اولویت های شکاف های خود و یا در مورد قابلیت انتقال شکافهای پر نشده بر دیگران (یا هر دو).با توجه به نیاز در چنین زندگی واقعی انگیزه مشکلات تطبیق ، این مقاله خانواده ای از قوانین انتخاب عملی را تدوین می کند ، اولویت های خاص شکاف با انتقال ظرفیت (SSPWCT).این عملی قوانین از ساختار اولویت های خاص شکاف و قابلیت انتقال استفاده می کنند شکافهای خالیما نشان می دهیم که مکانیسم پیشنهاد تجمعی (COM) پایدار است ، ضد استراتژی و به پیشرفت در رابطه با قوانین انتخاب SSPWCT احترام می گذارد. انتقال ظرفیت یک شکاف پر نشده دیگر ، در حالی که همه چیز دیگر است ثابت ، منجر به بهبود پارتو ضد استراتژی Com می شود.ذیل فرمولاسیون Kominer (2020) ، ما همچنین نتایج استاتیک مقایسه ای را برای گسترش ظرفیت شعبه و افزودن قراردادهای جدید در SSPWCT چارچوبنتایج ما پیامدهای مربوط به مشکلات تخصیص منابع را دارد ملاحظات تنوع.

Behavioural economics provides labels for patterns in human economic behaviour. Probability weighting is one such label. It expresses a mismatch between probabilities used in a formal model of a decision (i.e. model parameters) and probabilities inferred from real people's decisions (the same parameters estimated empirically). The inferred probabilities are called "decision weights." It is considered a robust experimental finding that decision weights are higher than probabilities for rare events, and (necessarily, through normalisation) lower than probabilities for common events. Typically this is presented as a cognitive bias, i.e. an error of judgement by the person. Here we point out that the same observation can be described differently: broadly speaking, probability weighting means that a decision maker has greater uncertainty about the world than the observer. We offer a plausible mechanism whereby such differences in uncertainty arise naturally: when a decision maker must estimate probabilities as frequencies in a time series while the observer knows them a priori. This suggests an alternative presentation of probability weighting as a principled response by a decision maker to uncertainties unaccounted for in an observer's model.

اقتصاد رفتاری برچسب هایی را برای الگوهای اقتصادی انسان فراهم می کند رفتار - اخلاق.وزن احتمالی یکی از این برچسب ها است.این یک عدم تطابق را بیان می کند بین احتمالات مورد استفاده در یک مدل رسمی از یک تصمیم (یعنی مدل پارامترها) و احتمالات ناشی از تصمیمات افراد واقعی (همان پارامترها به صورت تجربی تخمین زده می شوند).احتمالات استنباط خوانده می شود "وزن تصمیم گیری."این یک یافته تجربی قوی محسوب می شود وزن تصمیم گیری بیشتر از احتمالات برای وقایع نادر است و (لزوماً ، از طریق عادی سازی) پایین تر از احتمالات برای مشترک مناسبت ها.به طور معمول این به عنوان یک تعصب شناختی ارائه می شود ، یعنی خطایی از قضاوت توسط شخص.در اینجا ما اشاره می کنیم که همین مشاهدات می تواند باشد متفاوت شرح داده شده: به طور گسترده ، وزن گیری احتمال به این معنی است که a تصمیم گیرنده نسبت به ناظر عدم اطمینان بیشتری در مورد جهان دارد.ما مکانیسم قابل قبول ارائه دهید که به موجب آن چنین تفاوت هایی در عدم اطمینان بوجود می آید به طور طبیعی: هنگامی که یک تصمیم گیرنده باید احتمالات را به عنوان فرکانس در تخمین بزند یک سریال زمانی در حالی که ناظر آنها را پیشینی می شناسد.این نشان می دهد ارائه جایگزین وزن گیری احتمال به عنوان یک پاسخ اصولی توسط a تصمیم گیرنده برای عدم قطعیت در مدل ناظر.

The Solow-Swan model is shortly reviewed from a mathematical point of view. By considering non-constant returns to scale, we obtain a general solution strategy. We then compute the exact solution for the Cobb-Douglas production function, for both the classical model and the von Bertalanffy model. Numerical simulations are provided.

مدل Solow-Swan به زودی از دیدگاه ریاضی بررسی می شود. با در نظر گرفتن بازده های غیر ثابت به مقیاس ، ما یک راه حل کلی به دست می آوریم استراتژیسپس راه حل دقیق تولید Cobb-Douglas را محاسبه می کنیم عملکرد ، هم برای مدل کلاسیک و هم برای مدل فون برتالانفی.عددی شبیه سازی ها ارائه می شود.

We study the ability of different classes of voting rules to induce agents to report their preferences truthfully, if agents want to avoid regret. First, we show that regret-free truth-telling is equivalent to strategy-proofness among tops-only rules. Then, we focus on three important families of (non-tops-only) voting methods: maxmin, scoring, and Condorcet consistent ones. We prove positive and negative results for both neutral and anonymous versions of maxmin and scoring rules. In several instances we provide necessary and sufficient conditions. We also show that Condorcet consistent rules that satisfy a mild monotonicity requirement are not regret-free truth-telling. Successive elimination rules fail to be regret-free truth-telling despite not satisfying the monotonicity condition. Lastly, we provide two characterizations for the case of three alternatives and two agents.

ما توانایی طبقات مختلف قوانین رای گیری را برای القاء عوامل به مطالعه می پردازیم اگر مأمورین بخواهند از پشیمانی خودداری کنند ، ترجیحات خود را به درستی گزارش دهید.اول ما نشان دهید که-تالاسیون بدون پشیمانی معادل ضد استراتژی در بین است قوانین فقط در صدر.سپس ، ما روی سه خانواده مهم (فقط غیر توپی) تمرکز می کنیم روش های رأی گیری: Maxmin ، امتیاز دهی و Condorcet موارد سازگار.ما ثابت می کنیم نتایج مثبت و منفی برای هر دو نسخه خنثی و ناشناس MaxMin و قوانین امتیاز دهیدر چندین مورد ما لازم و کافی را ارائه می دهیم شرایطما همچنین نشان می دهیم که Condorcet قوانین سازگار که یک خفیف را برآورده می کند الزام یکنواختی از حقیقت بدون پشیمانی نیست.پی در پی قوانین حذف علی رغم اینکه رضایت بخش نیست شرایط یکنواختی.سرانجام ، ما دو توصیف برای مورد سه گزینه و دو عامل.

In this note, I introduce a new framework called n-person games with partial knowledge, in which players have only limited knowledge about the aspects of the game -- including actions, outcomes, and other players. For example, playing an actual game of chess is a game of partial knowledge. To analyze these games, I introduce a set of new concepts and mechanisms for measuring the intelligence of players, with a focus on the interplay between human- and machine-based decision-making. Specifically, I introduce two main concepts: firstly, the Game Intelligence (GI) mechanism, which quantifies a player's demonstrated intelligence in a game by considering not only the game's outcome but also the "mistakes" made during the game according to the reference machine's intelligence. Secondly, I define gaming-proofness, a practical and computational concept of strategy-proofness. The GI mechanism provides a practicable way to assess players and can potentially be applied to a wide range of games, from chess and backgammon to AI systems. To illustrate the GI mechanism, I apply it to an extensive dataset comprising over a million moves made by top chess Grandmasters.

در این یادداشت ، من یک چارچوب جدید به نام بازی های N-Person را با جزئی معرفی می کنم دانش ، که در آن بازیکنان فقط دانش محدودی در مورد جنبه های آن دارند بازی - از جمله اقدامات ، نتایج و سایر بازیکنان.مثلا، بازی یک بازی واقعی شطرنج یک بازی از دانش جزئی است.برای تجزیه و تحلیل این بازی ها ، من مجموعه ای از مفاهیم و مکانیسم های جدید را برای اندازه گیری معرفی می کنم هوش بازیکنان ، با تمرکز بر تعامل بین انسان و تصمیم گیری مبتنی بر ماشین.به طور خاص ، من دو مفهوم اصلی را معرفی می کنم: اولا ، مکانیسم هوش بازی (GI) ، که یک بازیکن را کمیت می کند با در نظر گرفتن نه تنها نتیجه بازی ، هوش خود را در یک بازی نشان داد بلکه "اشتباهات" انجام شده در طول بازی با توجه به مرجع هوش دستگاهثانیا ، من ضد بازی را تعریف می کنم ، یک عملی و مفهوم محاسباتی ضد استراتژی.مکانیسم GI یک روش عملی برای ارزیابی بازیکنان و به طور بالقوه می تواند برای گسترده ای اعمال شود طیف وسیعی از بازی ها ، از شطرنج و Backgammon تا سیستم های AI.برای نشان دادن GI مکانیسم ، من آن را در یک مجموعه داده گسترده شامل بیش از یک میلیون حرکت اعمال می کنم ساخته شده توسط مادربزرگ های برتر شطرنج.