Two Algorithms for Additive and Fair Division of Mixed Manna
我们考虑一个公平分工模型,其中代理商有正,零和负的效用项目。对于这个模型,我们分析了一个现有的公平属性- EFX -和三个新的和相关的属性- EFX $_0$,EFX $^3$和EF 1 $^3$ -结合帕累托最优。与一般实用程序,我们给出了一个修改后的版本,现有的算法计算EF 1 $^3$分配。使用$-α/0/α$实用程序,该算法返回EFX $^3$和PO分配。在效用完全相同的情况下,给出了EFX和PO分配的新算法。使用$-α/0/β$实用程序时,此算法也会返回此类分配。我们还报道了一些新的不可能结果。
2020-07-08 cs.GT
Computing Equilibria in Markets with Budget-Additive Utilities
我们提出的第一个分析费雪市场的买家,具有非可加性的效用函数。预算附加效用是基本凹函数,在在线广告市场和收入优化问题中有许多应用。它们扩展了线性效用的标准情况,并在各种其他市场模型中进行了研究。与经常研究的CES效用相反,它们具有全局饱和点,这可能意味着具有完全不同特征的多个市场均衡。我们的主要结果是一个有效的组合算法来计算一个市场均衡的帕累托最优分配的商品。它依赖于一个新的下降价格的方法,作为一个特殊的情况下,也意味着一个新的组合算法计算市场均衡的线性Fisher市场。我们补充这些积极的结果与相关的计算问题的硬度结果。我们证明,这是NP-难计算的市场均衡,最大限度地提高社会福利,这是PPAD-难找到任何市场均衡的效用函数与单独的饱和点,为每个买家和每种商品。
2016-04-30 cs.DS cs.GT
Robust Proportionality Axioms for Additive Utilities
University of Warsaw(华沙大学)
该研究针对参与式预算模型,将适用于认可偏好的EJR+和Core+公理推广至一般加性效用,基于比例性的支付分摊方法,以实现更鲁棒的公平性保障。
2026-10-14 cs.GT
Proportional Participatory Budgeting with Additive Utilities
我们研究参与式预算的投票规则,一组选民集体决定哪些项目应该使用共同的预算。我们允许项目有任意的成本,投票人对项目有任意的附加估值。我们制定了一个公理(扩展正当代表,EJR),保证比例代表具有共同利益的选民群体。我们提出了一个简单而有吸引力的投票规则,称为方法的平等份额,满足这一公理的任意成本和批准的公用事业,并满足公理的任意添加剂估值的一个项目。该方法可以在多项式时间内计算。相比之下,我们表明,在委员会选举中实现比例的标准方法,比例批准投票(PAV),不能扩展到任意成本的工作。最后,我们介绍了一个加强公理(充分合理的表示,FJR),并表明它也是可满足的,但计算更昂贵,更不自然的投票规则。
2022-10-16 cs.GT econ.TH
A General Theory of Proportionality with Additive Utilities
University of Warsaw(华沙大学)
本文提出了一种适用于基数选票的比例性理论,通过加性效用模型扩展了传统比例性公理,确保排名的每个前缀都满足比例性要求。
2026-02-09 cs.AI cs.GT cs.MA
A Theory of Network Games Part 1: Utility Representations
University of Chicago(芝加哥大学);Boston University(波士顿大学)
本文探讨网络博弈中效用表示的可解释公理基础,提出双方面战略互动等价于玩家效用在对手间可加分离,并通过线性最佳反应和中点无差异条件确定经典线性二次效用。
2026-06-05 cs.GT econ.TH
Non-Separable, Quasiconcave Utilities are Easy -- in a Perfect Price Discrimination Market Model
最近的研究结果,建立了证据的棘手性等限制性效用函数,如可加可分,分段线性和凹,在费雪和阿罗德布鲁市场模型,促使我们的问题是否没有捕捉到一些基本要素的真实市场,这似乎做了很好的工作,找到价格,保持平价之间的供应和需求。本文的主要观点是表明,即使是不可分离的,准凹效用函数可以有效地处理在一个适当选择的,虽然自然的,现实的和有用的,市场模型,我们的模型允许完美的价格歧视。我们的模型支持唯一的均衡价格和凹效用的限制,满足福利定理。
2010-10-20 cs.GT
On the Fairness of Additive Welfarist Rules
National University of Singapore(新加坡国立大学)
本文研究了加法福利主义规则在公平分配中的公平性,证明了MNW规则是唯一能保证EF1的规则,同时探讨了不同实例类型下的规则特性。
2026-03-03 cs.GT econ.TH
Multi-dimensional Network Security Game: How do attacker and defender battle on parallel targets?
在本文中,我们考虑了一个新的网络安全游戏,其中攻击者和防御者争夺“多个”目标。这种类型的游戏适合模拟许多当前的网络安全冲突,如互联网钓鱼,移动恶意软件或网络入侵。在这种攻击中,攻击者和防御者需要决定如何分配资源,以使每个目标在其资源限制内效用最大化。我们将这样一个多维网络安全博弈建模为一个有约束的非零和博弈。考虑了乘积型和比例型两种安全破坏模型。对于每一个违约模型,我们证明了存在一个唯一的纳什均衡(NE)的基础上罗森定理,并提出有效的算法来找到NE时,游戏是严格凹的。此外,我们证明了存在多个NE的产品形式的突破模型时,严格的证明不成立。我们的研究揭示了攻击者和防御者的战略行为,特别是,他们如何分配资源的目标,具有不同的权重,以及他们的效用以及策略是如何影响的资源约束。
2022-02-20 cs.GT
On the Characterization of Saddle Point Equilibrium for Security Games with Additive Utility
在这项工作中,我们调查了攻击者和防御者之间的安全博弈,最初提出的\cite{emadi2019security}。众所周知,证券博弈的组合性质导致了一个大的成本矩阵。因此,计算玩家的价值和最优策略在计算上变得昂贵。在这项工作中,我们分析了一类特殊的零和游戏,其中的支付矩阵具有特殊的结构,这是由于{ \it添加剂性质}的效用函数。基于变分原理,我们给出了最优攻击者和防御者策略的结构性质。我们提出了一个线性时间算法来计算的基础上的结构属性的值,这是一个改进,从我们以前的结果在\cite{emadi2019security},特别是在大规模零和游戏的背景下。
2020-07-28 cs.GT
Foureye: Defensive Deception based on Hypergame Theory Against Advanced Persistent Threats
防御性欺骗技术已经成为一种有前途的主动防御机制,以误导攻击者,从而实现攻击失败。然而,大多数博弈论防御欺骗方法都假设玩家在不确定性下保持一致的观点。他们不考虑参与者可能的主观信念,这些信念是由于给予他们的信息不对称而形成的。在这项工作中,我们制定了一个攻击者和防御者之间的超博弈,他们可以不同地解释同一个游戏,并相应地选择他们的最佳策略,根据各自的信念。这为防御性欺骗策略提供了操纵攻击者信念的机会,这是攻击者决策的关键。我们考虑高级持续性威胁(APT)攻击,它在网络杀戮链的各个阶段执行多个攻击,攻击者和防御者的目标是根据他们的信念选择最佳策略。通过广泛的模拟实验,我们证明了防御者如何有效地利用防御欺骗技术,同时在超级游戏中处理多阶段的APT攻击,其中不完美信息是基于感知的不确定性,成本和攻击者和防御者的预期效用,系统寿命(即,平均安全失败时间),并提高了检测攻击者的误报率。
2021-01-31 cs.GT
Approximate Core for Committee Selection via Multilinear Extension and Market Clearing
出于公民问题,如参与式预算和多赢家选举,我们考虑的问题,公共物品分配:给定一组不可分割的项目(或候选人)的不同大小,和选民的不同单调效用函数的子集,这些候选人的目标是选择一个不受约束的子集,这些候选人(或委员会),提供公平的效用给选民。我们采用的公平性概念是合作博弈论的核心稳定性:没有一个选民子集应该能够选择另一个规模较小的阻塞委员会,为所有偏离的选民提供严格的更大的效用。核心提供了一个强有力的公平概念,包含了在计算社会选择中被广泛研究的其他概念。众所周知,即使选民的效用函数在候选人之间是加性的,也不需要存在确切的核心。因此,我们放松问题,允许近似:选民只能偏离到阻塞委员会,如果他们选择任何额外的候选人(称为additament),他们的效用仍然增加了一个$α$因子。如果在此定义下不存在阻塞委员会,我们称之为$α$ -核心。我们的主要结果是,一个$α$ -核心,$α< 67.37$,总是存在时,公用事业的选民是任意单调的子模函数,这可以计算在多项式时间。对于加法效用,该结果改进为$α< 9.27$,尽管没有多项式时间保证。我们的研究结果是一个显着的改进,以前的工作,只显示对数近似的情况下添加剂的效用。我们补充我们的结果与子模块公用事业的$α> 1.015$的下界,和一般单调公用事业的选民和候选人的数量的任何功能的下界。
2021-10-24 cs.DS cs.GT econ.TH
Dynamic Psychological Game Theory for Secure Internet of Battlefield Things (IoBT) Systems
提出了一种新的抗干扰机制来分析和增强对抗性战场物联网(IoBT)系统的安全性。特别是,这个问题被制定为一个士兵和攻击者之间的动态心理游戏。在这个游戏中,士兵试图通过在一定的时间内穿越战场来完成时间紧迫的任务,同时保持与IoBT网络的连接。另一方面,攻击者试图找到最佳机会来破坏IoBT网络并最大化士兵的IoBT传输链路的延迟。士兵和攻击者的心理行为被捕获使用心理博弈论的工具,其中士兵和攻击者的意图伤害对方被认为是在他们的效用。为了解决这一问题,提出了一种基于贝叶斯更新的学习算法,以找到一个类似于$ε$的心理自确认均衡。仿真结果表明,基于对攻击者心理策略和信念的无错误信念,士兵的物质收益比不考虑心理因素的传统动态博弈提高了15.11%.
2018-08-29 cs.GT
Additive Security Games: Structure and Optimization
在这项工作中,我们提供了一个结构特征的可能的纳什均衡在研究类安全游戏与附加效用。我们的分析产生的可能的均衡分为七种类型的分类,我们提供了封闭形式的可行性条件,以及封闭形式的表达式,预期结果的球员在均衡。我们提供了每种类型的唯一性和多重性的结果,并利用我们的结构方法,提出了一种新的算法来计算每种类型的平衡时,他们存在。然后,我们考虑的特殊情况下的安全游戏完全保护资源和零和游戏。在防御者可以扰动攻击者的收益的假设下,我们研究了在均衡时防御者期望结果的优化问题。我们表明,这个问题是弱NP-硬的Stackelberg平衡和多攻击者资源的情况下,并提出了一个伪多项式时间的过程来解决这个问题的情况下,纳什均衡温和的假设。最后,针对非可加安全博弈,我们提出了最近可加博弈的概念,并证明了任何非可加博弈的最近可加博弈的存在性和唯一性。
2022-08-03 cs.GT
Facing Multiple Attacks in Adversarial Patrolling Games with Alarmed Targets
Politecnico di Milano(米兰理工大学)
我们专注于任意图上的对抗性巡逻游戏,其中防御者可以控制移动资源,目标通过警报系统发出警报,攻击者可以观察防御者的移动资源的动作,并利用多个资源执行不同的攻击。这种情况可以被建模为一个零和扩展形式的游戏,其中每个玩家可以玩多次。博弈树在图的大小和攻击资源的数量上都是指数级的。我们证明了当攻击者的资源数量是自由的,平衡路径的计算问题是NP-难的,而当资源数量是固定的,平衡路径可以在多时间计算。我们提供了一个动态规划算法,给定攻击者的资源数量,计算平衡路径,需要多时间的图形的大小和指数时间的资源数量。此外,由于在现实世界中的情况下,这是难以置信的,防御者知道的攻击资源的数量,我们研究的鲁棒性防御者的策略时,她作出了错误的猜测这个数字。我们表明,即使是一个单一的资源的错误,可以导致任意的低效率,当低效率被定义为一个错误的猜测和正确的猜测获得的后卫的效用的比率。然而,一个更合适的低效率定义是由防御者效用的差异给出的:这样,我们观察到估计误差越大,防御者的损失就越大。然后,我们调查的性能时,没有关于攻击者的资源信息的在线算法。最后,我们诉诸随机在线算法表明,我们可以获得一个竞争因素,是两倍以上的一个,可以实现任何确定性的在线算法。
2018-06-19 cs.AI cs.GT
Fair Allocation with Initial Utilities
Hasso Plattner Institute, University of Potsdam(波茨坦大学哈索·普拉特纳研究所)
本文提出了一种新的公平分配观念 minimum-EF1-init,并设计了多项式时间算法来计算满足该观念的完全分配,解决了初始效用对公平性影响的问题。
2026-02-16 cs.GT
Fair Multiwinner Elections with Allocation Constraints
该研究针对带任意约束的多获胜者选举问题,提出约束核心稳定性概念,证明平滑纳什福利全局优化可得到$β$-自界效用下的$e^β$-近似解,并给出下界、特殊场景改进结果及相关推广。
2023-05-04 cs.GT
A Game-theoretic Framework for Privacy-preserving Federated Learning
Huazhong University of Science and Technology(华中科技大学);Webank(微众银行);MSRA(微软亚洲研究院);Tsinghua University(清华大学);Hong Kong University of Science and Technology(香港科技大学)
针对联邦学习中的半诚实隐私威胁,提出融合双方收益的FLPG不完全信息博弈及预言机机制,给出攻击者理性选择不攻击的条件。
2024-02-28 cs.AI cs.CR cs.GT
APX-Hardness of Maximizing Nash Social Welfare with Indivisible Items
我们研究的问题,分配一组不可分割的项目的代理具有可加性的效用,以最大化纳什社会福利。科尔和Gkatzelis最近证明,这个问题承认一个常数因子近似。我们通过证明这个问题是APX困难的来补充他们的结果。
2015-07-05 cs.CC cs.DS cs.GT
Information Leakage Games
我们考虑一个博弈论的设置来模拟攻击者和防御者之间的信息流的背景下,相互作用,并对他们的最佳策略的原因。与标准博弈论相反,在我们的博弈中,混合策略的效用是防守者纯行动分布的凸函数,而不是其效用的期望值。然而,博弈论的重要属性,特别是存在一个纳什均衡,仍然适用于我们的(零和)泄漏游戏,我们提供算法来计算相应的最优策略。作为典型的(同时)博弈论,最优策略通常是混合的,即,概率,对于攻击者和防御者。从信息流的角度来看,这是预期的情况下的后卫,因为众所周知,随机化的系统设计水平可能有助于减少信息泄漏。关于攻击者,然而,这似乎是第一个工作(w.r.t.信息流中的文献)形式上证明了在某些情况下,最优攻击策略必然是概率性的。
2017-08-21 cs.CR cs.GT cs.IT
Structural Solutions For Additively Coupled Sum Constrained Games
我们提出并分析了一个由资源受限玩家参与的游戏家族,其主要特征是:1)每个用户都有一个多维的行动空间,服从单一的资源限制:2)每个用户在特定维度上的效用依赖于同一维度上的用户行动与其他用户行动之间的加性耦合; 3)每个用户的总效用是在每个维度上获得的效用之和。通信系统中这种多用户环境的常见例子包括频率选择性高斯干扰信道上的功率控制和Jackson网络中的流量控制。在用户无法实时交换消息的情况下,我们研究了用户如何根据本地观察调整他们的行为。我们得到了一个唯一的纳什均衡存在的充分条件下,最佳对策算法全局和线性收敛到纳什均衡。在用户可以实时交换消息的设置中,我们专注于优化整体实用程序的用户选择。给出了梯度播放和Jacobi更新两种分布式动作更新机制的收敛条件。
2010-05-06 cs.GT
Competitive Analysis for Online Fair Division under Multiple Fairness Notions
School of Mathematical Science, Zhejiang University(浙江大学数学科学学院)
研究在线公平分配不可分割物品问题,针对多种公平性概念设计在线算法,通过竞争比衡量性能,并解决多数未解情况。
2026-06-16 cs.GT
MLN-EIGS: A multilayer network framework for solving Stackelberg escape interdiction games on dynamic transportation networks
Kyushu University(九州大学);Indian Institute of Technology Kharagpur(印度理工学院卡格布尔分校)
针对动态交通网络上的逃逸拦截问题,提出多层网络框架MLN-EIGS,通过时间扩展网络和近似防御者预言机,高效求解Stackelberg博弈,在保持效用接近精确方法的同时大幅降低计算时间。
2026-09-11 cs.GT
An Axiomatic Foundation for Decisions with Counterfactual Utility
Harvard University(哈佛大学)
本文提出一种扩展的公理框架,通过考虑所有潜在结果空间来解决反事实效用的连贯性和传递性问题,并化解俄罗斯轮盘赌例子中的矛盾及所有ais悖论。
2026-08-12 cs.GT econ.TH math.ST
Discrepancy Beyond Additive Functions with Applications to Fair Division
University of Oxford(牛津大学);Google Research(谷歌研究院);UCLA(加州大学洛杉矶分校);National University of Singapore(新加坡国立大学)
本文研究非加性集合函数下的二部划分偏差,证明无需加性假设仍可达到 $O(\sqrt{n \log n})$ 上界,并将其用于不可分割物品的共识平分,显著改进此前的 $O(n)$ 界。
2025-09-29 cs.DM cs.GT math.CO
No-Regret Learning in Stackelberg Security Games with an Unknown, Bounded Set of Attacker Types
Indian Institute of Technology Bombay(印度理工学院孟买分校)
本文研究未知有界攻击者类型集的Stackelberg安全博弈的无遗憾学习,通过分析不同观察信息下的算法遗憾,给出对应次线性遗憾的算法及结果,明确延迟附加代价不可避免。
2026-10-14 cs.GT
Envy-free Relaxations for Goods, Chores, and Mixed Items
在公平分配问题中,我们给出了一组$S$的$m$项目和一组$N$的$n$代理与个人的喜好,目标是找到一个分配的项目之间的代理,使每个代理发现分配公平。有几个既定的公平概念和嫉妒自由是最广泛的研究之一。然而,当物品不可分割时,无嫉妒的分配并不总是存在,这促使了无嫉妒的放松:对一个物品的无嫉妒(EF 1)和对任何物品的无嫉妒(EFX)是两种经过充分研究的放松。我们考虑的问题,找到EF1和EFX分配的效用函数,不一定是单调的,并提出了四种可能的扩展不同的强度,这个设置。特别是,我们提出了一个多项式时间算法,找到一个EF1分配两个代理任意效用函数。一个例子表明,EFX分配不需要存在两个代理与非单调,非添加剂,相同的效用函数。然而,当所有的代理人都单调(不一定添加剂)相同的效用函数,我们证明了EFX分配的家务总是存在的。作为理解一般情况的一步,我们讨论效用函数的两个子类:作为$\{0,+1\}$值函数的布尔效用和作为$\{0,-1\}$值函数的负布尔效用。对于后者,我们给出了一个多项式时间算法,找到一个EFX分配时的效用函数是相同的。
2020-06-08 cs.DM cs.GT econ.TH
A Dynamic Game Analysis and Design of Infrastructure Network Protection and Recovery
基础设施网络容易受到网络和物理攻击。建立一个安全和有弹性的网络系统对于提供可靠和可靠的服务至关重要。为此,我们建立了一个两人三阶段的游戏框架,以捕捉在基础设施保护和恢复阶段的动态。具体来说,基础设施网络设计者的目标是在攻击前后保持网络连接,而对手的目标是通过破坏一组链路来断开网络。由于创建和删除链接的成本,这两个玩家的目标是在最小化成本的同时最大化他们的效用。在本文中,我们使用子博弈完美均衡(SPE)的概念来刻画网络防御者和攻击者的最优策略。我们推导出SPE明确的系统参数。最后,我们使用一个案例研究的无人机启用通信网络的灾难恢复,以证实所获得的分析结果。
2017-07-21 cs.GT
Utility Design for Distributed Resource Allocation -- Part II: Applications to Submodular, Covering, and Supermodular Problems
分布式控制的博弈论方法的一个基本组成部分是局部效用函数的设计。相对于在资源上可加性的资源分配问题,第一部分展示了如何设计局部效用,以便最大化相关的性能保证[Paccagnan等人,TAC 2019],我们用无政府状态的无政府代价来衡量。本手稿的目的是专门这些结果的情况下,submodular,覆盖和supermodular问题。在所有这些情况下,我们得到严格的表达式的无政府代价,往往匹配或改善相关的保证国家的最先进的近似算法。两个应用程序和相应的数值:车辆目标分配问题和无线数据缓存中出现的覆盖问题。
2021-01-12 cs.GT math.OC
Robust Solutions for Multi-Defender Stackelberg Security Games
Bar Ilan University(巴伊兰大学)
针对多防御者Stackelberg安全博弈中解对参数扰动敏感的问题,提出鲁棒模型,证明非合作与合作设置下鲁棒近似均衡和α-核的存在性及高效构造,显著提升防御者效用。
2022-05-23 cs.AI cs.GT
A Dynamic Game Approach to Strategic Design of Secure and Resilient Infrastructure Network
基础设施网络容易受到网络和物理攻击。建立一个安全和有弹性的网络系统对于提供可靠和可靠的服务至关重要。为此,我们建立了一个两人三阶段的游戏框架,以捕捉在基础设施保护和恢复阶段的动态。具体来说,基础设施网络设计者的目标是在攻击前后保持网络连接,而对手的目标是通过破坏一组链路来断开网络。由于创建和删除链接的成本,这两个玩家的目标是在最小化成本的同时最大化他们的效用。在本文中,我们使用子博弈完美均衡(SPE)的概念来刻画网络防御者和攻击者的最优策略。我们推导出SPE明确的系统参数。我们进一步研究了防御者的弹性规划和对手的战略攻击时机。最后,我们使用的案例研究的无人机启用通信网络的灾难恢复,以证实所获得的分析结果。
2019-06-17 cs.GT cs.SY eess.SY
Submodular Participatory Budgeting
University of North Texas(北德克萨斯大学);The University of Texas at Dallas(德克萨斯大学达拉斯分校)
针对参与式预算中可加效用假设不符合现实的问题,提出效用函数为单调子模的子模参与式预算问题,设计三种偏好引导方法并分析失真度,其中阈值批准投票的聚合规则在可加效用下优于现有最优方法。
2024-06-19 cs.AI cs.GT
An axiomatic formalization of bounded rationality based on a utility-information equivalence
University of Cambridge(剑桥大学)
经典的决策理论是基于最大期望效用(MEU)原则,但关键是忽略了资源成本时,确定最佳决策。在这里,我们提出了一个公理化的框架,考虑资源成本的有界决策。代理形式化为输入输出流上的概率测度。我们假设,任何这样的概率测度可以被分配一个相应的共轭效用函数的基础上三个公理:效用应该是实值,添加剂和单调的概率映射。我们表明,这些公理强制执行一个独特的效用和概率(从而,信息)之间的转换律。此外,我们表明,这种关系可以被描述为一个变分原理:给定一个效用函数,其共轭概率测度最大化一个自由效用函数。概率测度的变换可以形式化为自由效用的变化,这是由于增加了由目标效用函数表示的新约束。因此,人们获得了一个标准来选择一个概率度量,该概率度量权衡了目标效用函数的最大化和偏离参考分布的成本。我们表明,最优控制,自适应估计和自适应控制问题可以解决这种方式在一个资源有效的方式。当资源成本被忽略时,MEU原则被恢复。因此,我们的形式化可能为有限理性提供一种原则性的方法,它与信息论建立了密切的联系。
2010-07-06 cs.AI cs.GT
Non-monetary fair scheduling---a cooperative game theory approach
我们考虑一个多组织的系统中,每个组织贡献的处理器的全球池,但也要处理的共同资源上的工作。调度算法的公平性对于系统的稳定性甚至存在都是至关重要的(因为组织可能会拒绝加入不公平的系统)。我们考虑在线,非透视顺序作业调度。已启动的作业不能停止、取消、抢占或移动到其他处理器。我们认为相同的处理器,但我们的大多数结果可以扩展到相关或不相关的处理器。我们将公平调度问题建模为合作博弈,并使用Shapley值来确定理想的公平调度。与现有文献不同的是,我们没有用金钱来评估工作的相对效用。相反,为了计算一个组织的贡献,我们确定这个组织的存在如何影响其他组织的绩效。我们的方法可以用于任意效用函数(例如,流时间,迟到,资源利用率),但我们认为,效用函数应该是战略弹性。应劝阻各组织不要拆分、合并或拖延其工作。我们提出了唯一的(在一个乘法和加法常数)策略弹性效用函数。我们表明,公平调度问题是NP难的,很难近似。然而,对于单位大小的工作,我们提出了一个FPRAS。此外,我们表明,与组织的数量参数化的问题是FPT。虽然对于大量的组织的问题是计算困难的,所提出的指数算法可以用作公平性基准。
2014-04-22 cs.DC cs.GT