机构名称：
¥ 1.0
在多方机器学习系统中，不同的各方通过以隐私的方式共享数据来合作优化更好的模型。学习的主要挑战是激励问题。例如，如果各方之间存在竞争，则可以从战略上隐藏他们的数据，以防止其他方获得更好的模型。在本文中，我们通过机制设计的镜头来研究问题，并在我们的环境中纳入了多方学习的特征。首先，每个代理商的估值具有取决于他人类型和行动的外部性。第二，每个代理只能误报告比他的真实类型低的类型，而不是相反。我们在可分离的效用环境中提供了最佳的真实机制，并在一般情况下为真实的机制提供必要的和有效的条件。最后，我们提出了一种算法，以发现所需的机制，该机制是真实的，是理性的，有效的，有效的，预算平衡的，并分析了算法的计算复杂性。
多方机器学习的机理设计方法
主要关键词
相关文件推荐
