幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

人工智慧驅動的機制設計(英文版)

  • 作者：沈蔚然//唐平中//左淞|責編:孫亞楠
  • 出版社：清華大學
  • ISBN：9787302632832
  • 出版日期：2023/10/01
  • 裝幀：平裝
  • 頁數：153
人民幣：RMB 79 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    近年來，機制設計在工業界已取得巨大成功。受此影響，機制設計也成為經濟學與電腦科學交叉領域的核心研究課題之一。然而，儘管花費數十年的努力，學界在理論與實踐方面仍然面臨諸多挑戰。本書提出了人工智慧驅動的機制設計框架，以提供一種替代方法來處理目前機制設計理論與實踐中的一些問題。該框架包含兩個互相交互的抽象模型：智能體模型和機制模型。結合人工智慧與機制設計，我們可以解決利用單一領域技術無法解決的問題。例如極大縮小機制搜索空間、構建更現實的買家模型、更好地平衡各類目標等。本書從多物品拍賣，動態拍賣，以及多目標拍賣三個場景入手，分析並說明該框架對理論與實踐均有幫助。
    本書可供從事人工智慧驅動設計及相關領域的高校師生、研究人員及相關技術人員閱讀參考。
作者介紹
沈蔚然//唐平中//左淞|責編:孫亞楠
目錄
Contents
Chapter 1  Introduction
  1.1  Mechanism Design
    1.1.1  Social Choice Function
    1.1.2  Mechanism
    1.1.3  Implementation
    1.1.4  Revelation Principle
    1.1.5  Efficient Mechanisms
  1.2  Auctions
  1.3  Why AI-Driven
    1.3.1  Challenges in Auction Design
    1.3.2  The AI-Driven Framework
  1.4  Organization of the Book
  References
Chapter 2   Multi-Dimensional Mechanism Design via AI-Driven Approaches
  2.1  Recovering Optimal Mechanisms with Simple Neural Networks
    2.1.1  Background
    2.1.2  Setting
    2.1.3  Revisiting the Naive Mechanism
    2.1.4  Network Structure of MenuNet
    2.1.5  Recovering Known Results
  2.2  Discovering Unknown Optimal Mechanisms
    2.2.1  Experiment Results
    2.2.2  Theoretic Analysis and Formal Proofs
  2.3  Performance
  References
Chapter 3   Dynamic Mechanism Design via AI-Driven Approaches
  3.1  Dynamic Cost-Per-Action Auctions with Ex-Post IR Guarantees
    3.1.1  Background
    3.1.2  Our Contributions
    3.1.3  Related Works
    3.1.4  Setting and Preliminaries
    3.1.5  Mechanisms
    3.1.6  Truthfulness and Implementation
    3.1.7  Impossibility Result
  3.2  Dynamic Reserve Pricing via Reinforcement Mechanism Design
    3.2.1  Background
    3.2.2  Settings and Preliminaries
    3.2.3  Bidder Behavior Model
    3.2.4  Dynamic Mechanism Design as Markov Decision Process
  References
Chapter 4   Multi-Objective Mechanism Design via AI-Driven Approaches
  4.1  Balancing Objectives through Approximation Analysis
    4.1.1  Background
    4.1.2  Settings and Preliminaries
    4.1.3  Generalized Virtual-Efficient Mechanisms
    4.1.4  Experiments
  4.2  Balancing Objectives through Machine Learning
    4.2.1  Background
    4.2.2  Market Clearing Loss

    4.2.3  Theoretical Guarantees
    4.2.4  Empirical Evaluation
  References
Chapter 5  Summary and Future Directions
  References

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032