错误的决策可能会带来灾难性的后果,大量文献表明,人类的判断和决策充斥着大量违反逻辑、概率论和预期效用理论规则的系统性行为。20 世纪 70 年代发现这些认知偏见,挑战了智人作为理性动物的概念,并深刻动摇了认知、神经和社会科学中经济学和理性模型的基础。四十年后,这些学科仍然缺乏能够解释人们认知偏见的严格理论基础。此外,设计有效的干预措施来纠正认知偏见并改善人类的判断和决策仍然是一门艺术,而不是一门科学。我在论文的第一部分和第二部分分别讨论了这两个基本问题。
错误的决定会带来灾难性的后果,大量文献表明,人类的判断和决策充斥着大量违反逻辑、概率论和预期效用理论规则的系统性行为。20 世纪 70 年代发现这些认知偏见,挑战了智人作为理性动物的概念,并深刻动摇了认知、神经和社会科学中经济学和理性模型的基础。四十年后,这些学科仍然缺乏能够解释人们认知偏见的严格理论基础。此外,设计有效的干预措施来纠正认知偏见并改善人类的判断和决策仍然是一门艺术,而不是一门科学。我在论文的第一部分和第二部分分别讨论了这两个基本问题。
经济理论,由 TJ Kastelein、SK Kuipers、WA Nijenhuis 和 GR Wagenaar 编辑。65–86。波士顿,马萨诸塞州:Springer。Simon,Herbert A. 1996。人工智能科学。第三版。波士顿:麻省理工学院出版社。Simon,Herbert A. 1997[1947]。行政行为:决策研究
摘要:我们对 Arunachalam、Briët 和 Palazuelos (SICOMP'19) 的主要结果进行了新的介绍,并表明量子查询算法由一类新的多项式来表征,我们称之为傅里叶完全有界多项式。我们推测所有这样的多项式都有一个影响变量。这个猜想比著名的 Aaronson-Ambainis (AA) 猜想(计算理论'14)要弱,但对量子查询算法的经典模拟具有相同的含义。我们通过证明它适用于齐次傅里叶完全有界多项式来证明 AA 猜想的一个新案例。这意味着如果 d 查询量子算法的输出是 2 次 d 的齐次多项式 p,那么它有一个影响变量至少为 Var [ p ] 2。此外,我们给出了 Bansal、Sinha 和 de Wolf (CCC'22 和 QIP'23) 的结果的另一种证明,表明块多线性完全有界多项式具有影响变量。我们的证明更简单,获得更好的常数,并且不使用随机性。
这是量子复杂性理论中的一个长期开放问题,即复杂性NP类的两个可能的量子类似物是否等效。QMA被定义为可以通过多项式量量子量子证人访问的多项式时间量子算法可以解决的决策问题,而QCMA是可通过多项式量子算法可解决的一类决策问题,仅通过多项式量子算法可以访问多项式规定的经典证人。换句话说,问题要问:量子证明是否比经典证据更强大?虽然包含QCMA QMA很容易看出,但这两个类别是否相等的问题(首先由Aharonov和Naveh [3]提出)仍然没有解决。的确,这些类别之间的无条件分离超出了当前已知的技术。一个更容易但仍未解决的问题是显示QMA和QCMA之间的甲骨文分离。这是因为Turing Machine模型中的Oracle分离可以通过在更简单的查询复杂性模型中的分离来显示,其中相似的
摘要。我们提供有界共同体的新计算:如果在所有正度程度上具有微不足道的真实系数的有界的共同体,则一组有限的无环。我们表明,存在一个有限产生的无界无环群的连续体,并构建了一个有限的无界无环群。另一方面,我们构建了一个有限生成的群体的连续体,其有限的共同体在大于或等于2的所有程度上具有无数的维度,并且有限地提出了一个。可计数的不符合性群体,但这些构成了第一个有限的/有限呈现的示例。最后,我们表明有界共同体的各种算法问题是不可决定的。
这篇主要的研究论文是由Uwindsor奖学金的论文,论文和主要论文免费提供给您的。已被Uwindsor的奖学金授权管理人纳入主要论文。有关更多信息,请联系schoolship@uwindsor.ca。
O'Donnell and Wright, STOC 2016 Haah, Kothari, O'Donnell, Tang, FOCS 2023 n ∼10 23 ! 学习如何成为可能?
我们确定在界图中,在界面模型中,每个单声道二阶逻辑(MSO)公式都可以在恒定数量的圆圈中确定。据我们所知,这标志着有关分布式模型检查的第一个元理论。在MSO中表达了图形上各种优化问题。示例包括确定图表是否具有大小的集团,它是否允许颜色的颜色,是否包含图形𝐻作为子图或次要,或者是否可以通过vertex-disewoint路径连接𝐺中的终端顶点。我们的元理论可显着增强Bousquet等人的工作。[PODC 2022],该[PODC 2022]专注于具有有界TreeDeptth的图形上的MSO的分布式认证。此外,我们的结果可以扩展到求解在MSO中表达的优化和计数问题,并在界面的TreeDeppth图中。
摘要:差异隐私(DP)提供了正式的保证,即数据库查询的输出不会揭示有关数据库中存在的任何个人的太多信息。尽管在科学效果中提出了许多差异性算法,但只有少数几个不同的私人查询引擎实现了少数几个端到端。至关重要的是,现有系统假定每个人最多都与一个数据库记录相关,这在实践中是不现实的。,我们提出了一种通用且可扩展的方法,即使个人都可以与任意的许多行相关联,在数据库上执行不同的私有聚合。我们将此方法表示为关系代数中的操作员,并将其在SQL引擎中实现。为了验证该系统,我们测试了行业基准上典型查询的实用性,并通过我们使用的随机测试框架来验证其正确性。我们强调了在实践中部署这样的系统时所学到的承诺和陷阱,并将其核心组件作为开源软件。