Η μέθοδος πολλαπλασιαστικών συντελεστών στο σχεδιασμό μηχανισμών

Ζακυνθινού, Λυδία; Zakynthinou, Lydia

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