Parametrisierte Komplexität der gemeinsamen Urteilsfindung
Parameterized Complexity Analysis for Judgment Aggregation
Wissenschaftsdisziplinen
Informatik (100%)
Keywords
-
Judgment Aggregation,
Parameterized Complexity,
Computational Social Choice
Im Forschungsgebiet computer-unterstützter gesellschaftlicher Entscheidungen (englisch: Computational Social Choice, kurz ComSoc) werden Konzepte der (theoretischen) Informatik angewandt, um Methoden zur kollektiven Entscheidungsfindung aus individuellen Präferenzen oder Urteilen zu untersuchen. Ein Teilbereich von ComSoc beschäftigt sich mit der gemeinsamen Urteilsfindung (englisch: Judgment Aggregation), d.h. mit Techniken, mittels derer Akteure ihre individuellen Meinungen zu einem gemeinsamen Urteil verbinden können. Ein wichtiger Aspekt bei der Untersuchung solcher sogenannter Judgment-Aggregation-Prozeduren ist die Berechnungskomplexität von in ihrem Zusammenhang autretenden Problemen, also die Zeit, die benötigt wird, um diese Probleme algorithmisch zu lösen. So sind beispielsweise Judgment- Aggregation-Prozeduren von Interesse, die ein effizientes Berechnen eines gemeinsamen Urteils erlauben. Das Forschungsprojekt Parametrisierte Komplexität der gemeinsamen Urteilsfindung untersucht die Berechnungskomplexität verschiedener im Bereich der gemeinsamen Urteilsfindung auftretender Probleme mit Methoden der parametrisierten Komplexitätstheorie. Diese Methoden ermöglichen ein äußert detailliertes Bild der Berechnungskomplexität dieser Probleme, da mehrere Eingabeparameter miteinbezogen werden können. Die avisierten Ergebnisse bieten eine präzisere Sicht auf die Bedingungen, unter denen Probleme der gemeinsamen Urteilsfindung effizient gelöst werden können, und auf die Bedingungen, unter denen dies nicht möglich ist. Dieses Projekt initiiert die strukturelle parametrisierte Komplexitätsanalyse von im Bereich der gemeinsamen Urteilsfindung auftretenden Problemen. Die Durchführung dieses Forschungsprojekts erfordert die Weiterentwicklung relevanter Methoden der parametrisierten Komplexitätstheorie, da deren Standardinstrumentarium nicht ausreicht, um zahlreiche Probleme aus dem Bereich der gemeinsamen Urteilsfindung adäquat zu analysieren. Wir werden neueste Konzepte der parametrisierten Komplexitättheorie, die geeignet sind, diese Lücke zu schließen, weiterentwickeln, um eine bessere Analyse zu ermöglichen. Die daraus resultierenden Methoden können in Zukunft dazu verwendet werden, Probleme in anderen Bereichen der Informatik zu untersuchen.
Das mathematische Modell von "Judgment Aggregation" kann benützt werden um komplexe Wahlszenarien zu modellieren und auszuführen. Im Allgemeinen, führt dies zu rechentechnisch teure Aufgaben. Das heißt, dass es Jahrhunderte dauern kann um den Gewinner von einem Wahlszenario zu berechnen. Die wichtigsten Beiträge dieses Projektes bestehen aus dem Identifizieren von bestimmten Fällen, in denen wir auf leistungsfähiger Art mit komplexen Wahlszenarien umgehen können, mithilfe von dem Modell der "Judgment Aggregation". Ein anschauliches Beispiel von einem komplexen Wahlszenario, ist das Szenario von "Participatory Budgeting". In diesem Szenario gibt es ein Budget um eine Kombination von Projekten zu finanzieren. Auch gibt es Wähler, die ihre Meinung geben, welche Projekte finanziert werden sollen von dem Budget. Dies ist ein komplexes Wahlszenario: wenn man einfach die Wahlregel der Mehrheit benützt, kann es sein das man über das Budget hinausgeht. Das Szenario von "Participatory Budgeting" ist ein realistisches Szenario, das schon auf verschiedene Orten auf der Welt benützt wird, sowie in New York und Chicago, zum Beispiel. Das Modell von "Judgment Aggregation" bietet mehrere Wahlregeln die in diesem Szenario benützt werden können. Ein Beispiel von so einer Regel is die Regel die die Kombination von Projekten selektiert, die gesamte Zufriedenheit unter Wählern maximiert, und gleichzeitig nicht über das Budget hinausgeht. Ein der wichtigsten Ergebnisse dieses Projektes ist ein Verfahren, das eine effiziente Anwendung dieser Wahlregel ermöglicht in dem Szenario von "Participatory Budgeting". Dieses Verfahren basiert auf eine intelligente Verwendung von verschiedenen mathematischen Werkzeugen aus dem Bereich der theoretischen Informatik. Die Ergebnisse dieses Projektes enthalten auch leistungsfähige Verfahren für andere raffinierten Wahlregeln für das Szenario von "Participatory Budgeting", sowie für andere komplexen Wahlszenarien. Das Forschungsprojekt hat auch die Grenzen dieser Verfahren untersucht. Die Ergebnisse dieses Projektes enthalten auch komplementäre Ergebnisse, die zeigen, in welchen Fällen zusätzliche Einschränkungen notwendig sind um leistungsfähigen Verfahren zu ermöglichen. Solche Ergebnisse sind unumgänglich für die Entwicklung von effizienten Verfahren für komplexe Wahlszenarien. Einerseits konstituieren die Ergebnisse dieses Projektes einen nützlichen weiteren Schritt in der Suche nach theoretischem Verständnis der rechentechnischen Eigenschaften von komplexen Wahlszenarien. Außerdem zeigen die Ergebnisse auf nützliche und interessante Richtungen für zukünftige theoretischen Forschung. Anderseits liefern die Ergebnisse konkrete Verfahren, die benützt werden können um Software zu entwickeln, mit der wir komplexe Wahlszenarien auf angemessener Art behandeln können. Solche Software würde die gesellschaftliche Relevanz der theoretischen Forschung dieses Projektes verkörpern.
- The University of Amsterdam - 100%
Research Output
- 65 Zitationen
- 24 Publikationen
-
2018
Titel A Parameterized Complexity View on Description Logic Reasoning DOI 10.48550/arxiv.1808.03852 Typ Preprint Autor De Haan R -
2018
Titel On the Computational Complexity of Model Checking for Dynamic Epistemic Logic with S5 Models DOI 10.48550/arxiv.1805.09880 Typ Preprint Autor De Haan R -
2018
Titel Hunting for Tractable Languages for Judgment Aggregation DOI 10.48550/arxiv.1808.03043 Typ Preprint Autor De Haan R -
2019
Titel Pareto optimal allocation under uncertain preferences: uncertainty models, algorithms, and complexity DOI 10.1016/j.artint.2019.08.002 Typ Journal Article Autor Aziz H Journal Artificial Intelligence Seiten 57-78 Link Publikation -
2021
Titel Obtaining a Proportional Allocation by Deleting Items DOI 10.1007/s00453-020-00794-4 Typ Journal Article Autor Dorn B Journal Algorithmica Seiten 1559-1603 Link Publikation -
2022
Titel Stable matching with uncertain pairwise preferences DOI 10.1016/j.tcs.2022.01.028 Typ Journal Article Autor Aziz H Journal Theoretical Computer Science Seiten 1-11 Link Publikation -
2017
Titel Obtaining a Proportional Allocation by Deleting Items DOI 10.48550/arxiv.1705.11060 Typ Preprint Autor Dorn B -
2017
Titel Parameterized complexity classes beyond para-NP DOI 10.1016/j.jcss.2017.02.002 Typ Journal Article Autor De Haan R Journal Journal of Computer and System Sciences Seiten 16-57 Link Publikation -
2017
Titel Pareto Optimal Allocation under Uncertain Preferences Typ Conference Proceeding Abstract Autor Haris Aziz Konferenz 26th International Joint Conference on Artificial Intelligence (IJCAI 2017) Link Publikation -
2017
Titel Complexity Results for Manipulation, Bribery and Control of the Kemeny Judgment Aggregation Procedure Typ Conference Proceeding Abstract Autor Ronald De Haan Konferenz 16th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2017) Link Publikation -
2017
Titel Complexity Results for Aggregating Judgments using Scoring or Distance-Based Procedures Typ Conference Proceeding Abstract Autor Marija Slavkovik Konferenz 16th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2017) Link Publikation -
2017
Titel Stable Matching with Uncertain Pairwise Preferences Typ Conference Proceeding Abstract Autor Haris Aziz Konferenz 16th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2017) Link Publikation -
2017
Titel Pareto Optimal Allocation under Uncertain Preferences Typ Conference Proceeding Abstract Autor Haris Aziz Konferenz 16th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2017) Link Publikation -
2017
Titel On the Parameterized Complexity of Finding Small Unsatisfiable Subsets of CNF Formulas and CSP Instances DOI 10.1145/3091528 Typ Journal Article Autor De Haan R Journal ACM Transactions on Computational Logic (TOCL) Seiten 1-46 -
2017
Titel Obtaining a Proportional Allocation by Deleting Items DOI 10.1007/978-3-319-67504-6_20 Typ Book Chapter Autor Dorn B Verlag Springer Nature Seiten 284-299 -
2019
Titel Stable Matching with Uncertain Linear Preferences DOI 10.1007/s00453-019-00650-0 Typ Journal Article Autor Aziz H Journal Algorithmica Seiten 1410-1433 Link Publikation -
2019
Titel Naturalism, tractability and the adaptive toolbox DOI 10.1007/s11229-019-02431-2 Typ Journal Article Autor Rich P Journal Synthese Seiten 5749-5784 Link Publikation -
2018
Titel Tool Auctions Typ Conference Proceeding Abstract Autor Britta Dorn Konferenz 32th AAAI Conference on Artificial Intelligence (AAAI 2018) Link Publikation -
2018
Titel Restricted Power - Computational Complexity Results for Strategic Defense Games Typ Conference Proceeding Abstract Autor Petra Wolf Konferenz 9th International Conference on Fun with Algorithms (FUN 2018) Link Publikation -
2018
Titel Aggregating Incomplete Judgments: Axiomatisations for Scoring Rules Typ Conference Proceeding Abstract Autor Ulle Endriss Konferenz 7th International Workshop on Computational Social Choice (COMSOC 2018) Link Publikation -
2018
Titel A Parameterized Complexity View on Description Logic Reasoning Typ Conference Proceeding Abstract Autor Ronald De Haan Konferenz 16th International Conference on Principles of Knowledge Representation and Reasoning (KR 2018) Link Publikation -
2018
Titel Hunting for Tractable Languages for Judgment Aggregation Typ Conference Proceeding Abstract Autor Ronald De Haan Konferenz 16th International Conference on Principles of Knowledge Representation and Reasoning (KR 2018) Link Publikation -
2019
Titel Pareto Optimal Allocation under Compact Uncertain Preferences Typ Conference Proceeding Abstract Autor Haris Aziz Konferenz 33th AAAI Conference on Artificial Intelligence (AAAI 2019) Link Publikation -
2019
Titel Characterizing polynomial Ramsey quantifiers DOI 10.1017/s0960129518000397 Typ Journal Article Autor De Haan R Journal Mathematical Structures in Computer Science Seiten 896-908 Link Publikation