dc.contributor.author |
Ζακυνθινού, Λυδία
|
el |
dc.contributor.author |
Zakynthinou, Lydia
|
en |
dc.date.accessioned |
2016-05-10T07:13:12Z |
|
dc.date.available |
2016-05-10T07:13:12Z |
|
dc.date.issued |
2016-05-10 |
|
dc.identifier.uri |
https://dspace.lib.ntua.gr/xmlui/handle/123456789/42462 |
|
dc.identifier.uri |
http://dx.doi.org/10.26240/heal.ntua.11738 |
|
dc.rights |
Default License |
|
dc.subject |
Μέθοδος πολλαπλασιαστικών συντελεστών |
el |
dc.subject |
Αλγοριθμική θεωρία παιγνίων |
el |
dc.subject |
Άμεσος σχεδιασμός μηχανισμών |
el |
dc.subject |
Φιλαλήθεις συνδυαστικές δημοπρασίες |
el |
dc.subject |
Multiplicative weights update method |
en |
dc.subject |
Algorithmic game theory |
en |
dc.subject |
Online mechanism design |
en |
dc.subject |
Truthful combinatorial auctions |
en |
dc.title |
Η μέθοδος πολλαπλασιαστικών συντελεστών στο σχεδιασμό μηχανισμών |
el |
heal.type |
bachelorThesis |
|
heal.classification |
Θεωρητική πληροφορική |
el |
heal.language |
el |
|
heal.language |
en |
|
heal.access |
free |
|
heal.recordProvider |
ntua |
el |
heal.publicationDate |
2015-01-07 |
|
heal.abstract |
Η Μέθοδος Πολλαπλασιαστικών Συντελεστών αποσκοπεί στην τυποποίηση μίας πολύ χρήσιμη ιδέας η οποία συναντάται σε μία ποικιλία ερευνητικών αντικειμένων και εφαρμόζεται πιο συχνά σε προβλήματα βελτιστοποίησης ή μηχανικής μάθησης. Οι αλγόριθμοι που λειτουργούν με βάση αυτή την ιδέα διατηρούν μία κατανομή πιθανότητας (βάρη) επάνω στα στοιχεία ενός συγκεκριμένου συνόλου, η οποία ανανεώνεται με έναν πολλαπλασιαστικό κανόνα. Παράλληλα, η ανάλυσή τους βασίζεται σε μία συνάρτηση δυναμικού, που αντικατοπτρίζει τις αλλαγές στα βάρη. Σε αυτή τη διπλωματική εργασία, θα παρουσιάσουμε το πλαίσιο της Μεθόδου, καθώς και πολλές από τις εφαρμογές της επικεντρώνοντας το ενδιαφέρον μας σε αυτές που εμφανίζονται στο πεδίο της Αλγοριθμικής Θεωρίας Παιγνίων και πιο συγκεκριμένα του Σχεδιασμού Μηχανισμών. |
el |
heal.abstract |
The Multiplicative Weights Update Method is the formulation of a framework capturing a very useful idea encountered in many diverse fields and applicable to a wide variety of optimization and learning problems. The algorithms that fi t in this framework maintain a probability distribution (i.e. weights) over a certain
set that is updated iteratively by a multiplicative rule, while the analysis of these algorithms relies on quantifying the change in an exponential potential function. In this thesis, we are going to introduce the framework and present a variety of its applications, concentrating our interest in the field of Algorithmic Game
Theory, and even more speci fically in Mechanism Design. |
en |
heal.advisorName |
Φωτάκης, Δημήτριος |
el |
heal.committeeMemberName |
Παγουρτζής, Αριστείδης |
el |
heal.committeeMemberName |
Ζάχος, Ευστάθιος |
el |
heal.academicPublisher |
Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών. Εργαστήριο Λογικής και Επιστήμης Υπολογισμών |
el |
heal.academicPublisherID |
ntua |
|
heal.numberOfPages |
64 σ. |
el |
heal.fullTextAvailability |
true |
|