> Detailanzeige

Emek, Yuval [Verfasser:in]; Kutten, Shay [Verfasser:in]; Lavi, Ron [Verfasser:in]; Shi, Yangguang [Verfasser:in] ; Yuval Emek and Shay Kutten and Ron Lavi and Yangguang Shi [Mitwirkende:r]

Bayesian Generalized Network Design

Literatur-
verwaltung

Zur
Merkliste

Lösche von
Merkliste

Per Whatsapp teilen

Schließen

Merkliste



Sie können Bookmarks mittels Listen verwalten, loggen Sie sich dafür bitte in Ihr SLUB Benutzerkonto ein.
  • Medientyp: Sonstige Veröffentlichung; E-Artikel; Elektronischer Konferenzbericht
  • Titel: Bayesian Generalized Network Design
  • Beteiligte: Emek, Yuval [Verfasser:in]; Kutten, Shay [Verfasser:in]; Lavi, Ron [Verfasser:in]; Shi, Yangguang [Verfasser:in]
  • Erschienen: Schloss Dagstuhl – Leibniz-Zentrum für Informatik, 2019
  • Sprache: Englisch
  • DOI: https://doi.org/10.4230/LIPIcs.ESA.2019.45
  • Schlagwörter: smoothness ; energy consumption ; approximation algorithms ; generalized network design ; best response dynamics ; Bayesian ignorance ; Bayesian competitive ratio ; diseconomies of scale
  • Entstehung:
  • Anmerkungen: Diese Datenquelle enthält auch Bestandsnachweise, die nicht zu einem Volltext führen.
  • Beschreibung: We study network coordination problems, as captured by the setting of generalized network design (Emek et al., STOC 2018), in the face of uncertainty resulting from partial information that the network users hold regarding the actions of their peers. This uncertainty is formalized using Alon et al.’s Bayesian ignorance framework (TCS 2012). While the approach of Alon et al. is purely combinatorial, the current paper takes into account computational considerations: Our main technical contribution is the development of (strongly) polynomial time algorithms for local decision making in the face of Bayesian uncertainty.
  • Zugangsstatus: Freier Zugang