Bayesian Regression Markets

要約

機械学習タスクは入力データの品質に非常に敏感ですが、関連するデータセットは、特にさまざまな所有者によって非公開で保持されている場合、企業にとって取得が困難になることがよくあります。
たとえば、これらの所有者が下流市場の競合他社である場合、情報の共有に消極的になる可能性があります。
回帰タスクの教師あり学習に焦点を当て、データ共有に金銭的インセンティブを提供する回帰市場を開発します。
私たちのメカニズムはベイジアン フレームワークを採用しており、より一般的なクラスの回帰タスクを検討できます。
我々は、市場特性の徹底的な調査を提示し、文献における同様の提案が市場代理人をかなりの財務リスクにさらしているが、我々の設定で軽減できることを示します。

要約(オリジナル)

Although machine learning tasks are highly sensitive to the quality of input data, relevant datasets can often be challenging for firms to acquire, especially when held privately by a variety of owners. For instance, if these owners are competitors in a downstream market, they may be reluctant to share information. Focusing on supervised learning for regression tasks, we develop a regression market to provide a monetary incentive for data sharing. Our mechanism adopts a Bayesian framework, allowing us to consider a more general class of regression tasks. We present a thorough exploration of the market properties, and show that similar proposals in literature expose the market agents to sizeable financial risks, which can be mitigated in our setup.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google