法哈德·莫欣;刘敖;陈平玉;弗朗西丝卡·罗西;夏丽蓉 学习设计公平和私人投票规则。 （英语） Zbl 07639818号 J.阿蒂夫。智力。研究（JAIR） 75, 1139-1176 (2022). 摘要：投票被广泛用于根据代理人的偏好为他们确定集体决策。在本文中，我们重点评估和设计支持投票代理隐私和对投票代理公平的概念的投票规则。为此，我们引入了一个新的组公平概念，并采用了现有的局部差异隐私概念。然后，我们评估了几种现有投票规则中的组公平性水平，以及公平性和隐私之间的权衡，表明在高公平性或高隐私水平下不可能总是获得最大的经济效率。然后，我们提出了一种机器学习和约束优化方法来设计新的公平投票规则，同时保持较高的经济效率。最后，我们实证检验了添加噪音对创建本地差异私人投票规则的影响，并讨论了经济效率、公平和隐私之间的三方权衡。 MSC公司： 68泰克 人工智能 关键词：偏好;机器学习;计算社会系统 PDF格式BibTeX公司 XML格式引用 \textit{F.Mohsin}等人，J.Artif。智力。研究（JAIR）75，1139--1176（2022；Zbl 07639818） 全文： 内政部 参考文献： [1] 暹罗 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。