A novel initialisation based on hospital-resident assignment for the k-modes algorithm
本文提出了一种新的方法来选择一个初始解的k模式算法,允许一个概念的数学公平性和杠杆的数据,从文献中常见的初始化不。该方法,它利用医院居民分配问题,找到一组初始聚类质心,与目前的初始化基准数据集和新生成的人工数据集的身体进行比较。基于这种分析,所提出的方法被证明优于其他初始化在大多数情况下,特别是当集群的数量进行了优化。此外,我们发现,我们的方法优于领先的建立方法,专门为低密度数据。
2020-02-07 cs.GT cs.LG stat.ML
A Fine-Grained View on Stable Many-To-One Matching Problems with Lower and Upper Quotas
在具有较低和较高配额的住院医师问题($HR-Q^U_L$)中,目标是找到住院医师与医院的稳定匹配,其中与医院匹配的住院医师数量在其较低和较高配额之间或为零[Biró等人,TCS 2010]。我们从参数化的角度分析这个问题,使用几个自然参数,如医院的数量和居民的数量。此外,我们提出了一个多项式时间的算法,找到一个稳定的匹配,如果它存在于最大的较低的配额两个实例。除了$HR-Q^U_L$,我们还考虑了两个密切相关的独立利益模型,即$HR-Q^U_L$的特殊情况下,每个医院只有一个较低的配额,但没有上限和医院没有优先于居民的$HR-Q^U_L$的变化,这也被称为房屋分配问题与较低和较高的配额。最后,我们研究如何参数化的复杂性,这三个模型的变化,如果偏好可能包含领带。
2021-03-02 cs.DM cs.GT
Capacity Variation in the Many-to-one Stable Matching
多对一稳定匹配问题提供了几个现实世界的匹配市场,如学校选择和医院居民分配的基本抽象。双方的代理人通常被称为居民和医院。经典的设置假设代理人排名相反的一方,医院的能力是固定的。据了解,增加单个医院的能力,提高居民的最终分配。另一方面,减少单个医院的能力恶化了居民的分配。在这项工作中,我们研究的计算复杂性找到最佳的变化,导致最好的结果为居民的医院的能力,受到稳定性和能力变化的约束。首先,我们证明了寻找最优容量扩张的决策问题是NP-完全的,相应的优化问题在一定的因子内是不可逼近的。这个结果在严格和完全偏好下成立,即使我们将额外的能力分配给不相交的医院。第二,我们得到类似的计算复杂性的结果,容量减少的问题。最后,我们研究了这些问题的变种时,目标是最大化的大小不完全偏好列表下的最终匹配。
2022-05-03 cs.CC cs.GT
Stability in Repeated Matching Markets
本文提出了一个重复匹配市场的框架。该模型与Gale-Shapley匹配模型不同,在每个时期都有一组固定的长寿医院与新一代的短命居民相匹配。我表明,有两种医院在这种重复的环境中:一些医院可以动态地主动减少他们的招聘能力,潜在地使更多的居民提供给农村医院;然而,其他的,是不可接触的,即使与重复的互动,必须获得相同的匹配,因为他们在一个静态匹配。在具有相关偏好的大型匹配市场中,最多只有一小部分医院是不可触及的。绝大多数医院都可以通过动态激励来激励。
2021-03-26 cs.GT econ.TH
Finalizing tentative matches from truncated preference lists
考虑标准医院/住院医生问题,或双边多对一稳定匹配问题,并假设双方的真实偏好列表是完全和严格的。然而,实际提交的名单被截断了。让我成为这样一个被截断的实例。当我们将盖尔和沙普利的住院医生建议延迟接受算法应用于I时,该算法产生了一组试探性的匹配(住院医生-医院对)。我们说这个集合中的一个试探性匹配在I中是可终结的,如果它对于I的每个完备化(I是其截断的完备实例)都在驻留最优稳定匹配中。我们研究的问题,我们称之为FTM(最终化的试探性比赛)的决定,如果一个给定的试探性的比赛是最终化在一个给定的截断的情况下。我们首先证明了FTM是coNP完全的,即使在稳定的婚姻情况下,每个医院的配额被限制为1。然后,我们介绍和研究一个特殊的情况下:我们说,截断的实例是居民最小的,如果进一步截断的居民的偏好列表不可避免地改变了一套暂定的比赛。驻留最小实例不仅具有实际意义,而且在一般情况下的自然回溯计算中也很有用。在这种特殊情况下,我们给出了一个计算上有用的表征FTM的负实例,例如,可以用来制定一个整数规划FTM。对于稳定的婚姻的情况下,特别是,这种特性产生一个多项式时间算法来解决FTM的居民最小的情况。另一方面,我们表明,FTM仍然是coNP完全的居民最小的情况下,如果医院的最大配额是2或更大。在一般情况下,我们也给出了一个多项式时间可判定的试探性匹配可终结的充分条件。
2016-12-07 cs.DM cs.GT
How good are Popular Matchings?
本文研究了医院住院医师问题(HR)和具有低质量的医院住院医师问题(HRLQ)。在这个具有双侧偏好的模型中,稳定性是一个广为接受的最优性概念。然而,在存在较低配额的情况下,不需要存在稳定和可行的匹配。因此,对于HRLQ问题,我们的目标是输出一个好的可行匹配假设一个可行的匹配存在。已知具有最小阻塞对数(MinBP)和最小阻塞居民数(MinBR)的匹配计算是NP完全的。这些问题的唯一近似算法的工作条件严格限制的偏好列表。我们提出了一种算法,它绕过了这一限制,并计算一个流行的匹配在HRLQ实例。我们表明,使用各种发电机生成的数据集,我们的算法表现非常好,在阻塞对和阻塞居民。Yokoi(ISAAC 2017)最近研究了HRLQ问题的无嫉妒匹配。我们提出了一个简单的修改横井的算法输出一个最大的嫉妒自由匹配。我们观察到,流行的匹配优于无嫉妒匹配的几个参数的实际重要性,如大小,阻塞对的数量,阻塞居民的数量。在没有较低配额的情况下,也就是在住院医师(HR)问题中,稳定的匹配保证存在。即使在这种情况下,我们表明,流行是一个实际的替代稳定。例如,在使用特定模型生成的合成数据集上,以及在真实世界数据集上,流行匹配在大小上平均大8-10%,将更多数量的居民与他们的首选匹配,并且与稳定匹配相比,更多的居民更喜欢流行匹配。我们的综合研究揭示了人力资源和HRLQ问题的流行匹配的实际吸引力。
2018-04-28 cs.DS cs.GT
Couples can be tractable: New algorithms and hardness results for the Hospitals / Residents problem with Couples
ELTE Eötvös Loránd University(厄特沃什·罗兰大学);HUN-REN KRTK KTI(匈牙利研究网络中心经济与区域研究中心);School of Computing Science, University of Glasgow(格拉斯哥大学计算科学学院)
本文研究了带情侣的医院/居民问题(HRC),提出了在次响应和次完整偏好等限制下寻找近似稳定匹配的多项式时间算法,并证明了多种限制下的 NP 困难性及最小阻塞对问题的不可近似性,扩展了 HRC 的可处理实例类别。
2024-09-25 cs.AI cs.DS cs.GT
Envy-free Matchings with Lower Quotas
虽然医院/居民问题的每个实例都允许稳定匹配,但具有较低配额的问题(HR-LQ)具有不具有稳定匹配的实例。对于这样的例子,我们期望存在一个无嫉妒匹配,这是一个放松的稳定匹配保持一种公平性。在本文中,我们调查了存在的嫉妒免费匹配在几个设置,医院有较低的配额,并不是所有的医生-医院对是可以接受的。我们首先表明,对于一个HR-LQ实例,我们可以有效地决定存在的嫉妒自由匹配。然后,我们考虑Huang(2010)的分类稳定匹配模型中的无嫉妒性,即,每个医院都有医生子集的上限和下限配额。我们发现,对于这个模型,决定存在的嫉妒自由匹配一般是NP-困难的,但在多项式时间可解的,如果配额是paramodular。
2017-09-20 cs.GT
Optimal Capacity Modification for Stable Matchings with Ties
Chennai Mathematical Institute(金奈数学研究所);IIT Madras(印度理工学院马德拉斯分校);UMI ReLaX(联合国际实验室 ReLaX)
本文研究在医院偏好中存在并列选项的医院/居民问题,聚焦强稳定性,探讨通过最小化总容量增加或最大容量增加来确保强稳定匹配存在的优化方法。
2026-04-14 cs.DS cs.GT
Stable Matching with Predictions: Robustness and Efficiency under Pruned Preferences
Williams College(威廉姆斯学院);Carnegie Mellon University(卡内基梅隆大学)
本文研究了在截断偏好列表下稳定匹配问题的鲁棒性和效率,提出两种算法并证明经典DA算法在预测情况下的有效性。
2026-02-02 cs.DS cs.GT
Anytime Capacity Expansion in Medical Residency Match by Monte Carlo Tree Search
CyberAgent, Inc.(CyberAgent公司);New York University(纽约大学);University of Electro-Communications(电气通信大学)
本文考虑了双边匹配中的容量扩张问题,其中决策者被允许分配一些额外的座位以及标准座位。在住院医师比赛中,每家医院接受有限数量的医生。这种容量限制通常是预先给定的。然而,这种外生约束可能会损害医生的福利;一些受欢迎的医院不可避免地会解雇一些他们最喜欢的医生。与此同时,医院往往也会因为多收几名医生而受益。为了解决这个问题,我们提出了一个随时随地的方法,上置信树搜索空间的容量扩展,其中每一个都有一个居民最佳的稳定分配,延迟接受方法发现。构造一个好的搜索树表示显着提高所提出的方法的性能。我们的模拟结果表明,该方法确定了一个几乎最佳的容量扩展与一个显着较小的计算预算比精确的方法基于混合整数规划。
2022-05-22 cs.AI cs.GT
Theory of and Experiments on Minimally Invasive Stability Preservation in Changing Two-Sided Matching Markets
继Bredereck等人的纯理论工作之后。[AAAI 2020],我们为适应变化的稳定双边匹配提供了进一步的理论见解。此外,我们进行了广泛的实证研究,暗示了许多实际有用的属性。我们的理论扩展包括新问题的研究(即,几乎稳定的婚姻和住院医生的增量变量),专注于它们的(参数化)计算复杂性和各种变化类型的等价性(从而简化了各种自然变化场景的算法和复杂性理论研究)。我们的实验结果表明,例如,允许新的匹配被几对阻止显着减少了旧的和新的稳定匹配之间的必要差异。
2021-12-10 cs.DS cs.GT
Structural aspects of the Student Project Allocation problem
University of Glasgow(格拉斯哥大学)
本研究针对带讲师偏好的学生项目分配问题(SPA-S),刻画其稳定匹配集合的结构,证明其构成分配格并明确极值匹配,还引入元旋转概念揭示匹配间关系,为相关高效算法设计提供基础。
2025-10-22 cs.GT
The Meta-rotation Poset for Student-Project Allocation
School of Computing Science, University of Glasgow(格拉斯哥大学计算科学学院)
该研究针对带讲师偏好的学生项目分配问题(SPA-S),提出元旋转理论并构建元旋转偏序集,证明其闭子集与稳定匹配一一对应,为该问题的稳定匹配枚举、计数及最优匹配计算提供算法设计基础。
2025-10-22 cs.GT
Manipulation and gender neutrality in stable marriage procedures
Univ. of Padova(帕多瓦大学);NICTA(国家信息与通信技术研究院);UNSW(新南威尔士大学)
稳定的婚姻问题是一个众所周知的问题,即男人和女人的匹配问题,这样没有结婚的男人和女人就不会同时喜欢对方。这个问题有着广泛的实际应用,从住院医生与医院的匹配到学生与学校的匹配。解决这个问题的一个众所周知的算法是Gale-Shapley算法,它在多项式时间内运行。事实证明,稳定的婚姻程序总是可以被操纵的。虽然Gale-Shapley算法在计算上很容易操作,但我们证明了存在稳定的婚姻程序,这些程序是NP-难以操作的。我们还考虑了投票理论和稳定的婚姻程序之间的关系,表明投票规则是NP-难操纵的,可以用来定义稳定的婚姻程序本身是NP-难操纵。最后,我们考虑的问题,稳定的婚姻程序,如盖尔-夏普利有利于一个性别比其他,我们展示了如何使用投票规则,使任何稳定的婚姻程序性别中立。
2009-09-24 cs.AI cs.GT
Extending Stable and Popular Matching Algorithms from Bipartite to Arbitrary Instances
Institute of Economics, Centre for Economic and Regional Studies (ELTE KRTK KTI)(匈牙利经济研究所区域经济与研究中心)
本文针对稳定室友等任意图实例,将二部图中的最大弱稳定匹配3/2近似算法及流行匹配算法成功扩展,解决了二十余年的开放问题。
2025-10-04 cs.DM cs.DS cs.GT
Stable marriage problems with quantitative preferences
NICTA(澳大利亚国家信息通信技术卓越中心)
稳定的婚姻问题是一个众所周知的问题,即男人和女人的匹配问题,这样没有结婚的男人和女人就不会同时喜欢对方。这样的问题有着广泛的实际应用,从住院医生与医院的匹配,到学生与学校的匹配,或者更普遍的是任何双边市场。在经典的稳定婚姻问题中,男性和女性都以定性的方式表达了对另一性别成员的严格偏好顺序。在这里,我们考虑具有数量偏好的稳定婚姻问题:每个男人(分别为,女人)为每个女人(分别,man)。这样的问题比经典的稳定婚姻问题更有表现力。此外,在某些现实生活中,表达分数(例如,利润或成本模型)比定性偏好排序更自然。在这种情况下,我们定义了新的概念的稳定性和最优性,我们提供的算法来找到婚姻是稳定的和/或根据这些概念的最优。虽然通过采用定量偏好大大增加了表现力,我们表明,在大多数情况下,所需的解决方案可以通过调整现有的算法,经典的稳定婚姻问题。
2010-07-29 cs.AI cs.GT cs.MA