Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2203.13140v2

帮助 | 高级搜索

计算机科学 > 计算机科学与博弈论

arXiv:2203.13140v2 (cs)
[提交于 2022年3月24日 (v1) ,最后修订 2023年7月31日 (此版本, v2)]

标题: 通过平滑性进行在线二分匹配

标题: Online Bipartite Matching via Smoothness

Authors:Jason Hartline
摘要: 在线二部图匹配问题有离线买家希望与在线物品进行匹配。 Eden 等人(2021)对在线二部图匹配的分析是一种平滑性证明(Syrgkanis 和 Tardos,2013)。 此外,它可以被解释为结合了一个$\lambda = 1-1/e$值覆盖(适用于单维代理和随机拍卖)和$\mu = 1$收益覆盖(Hartline 等人,2014)。 请注意,值覆盖是关于单维代理的事实,与底层可行性设置无关。 因此,Eden 等人(2021)的主要新结果是在线二部图匹配是$\mu=1$收益覆盖的。 从这个观点出发,可以得出许多旧的和新的观察结果。
摘要: The online bipartite matching problem has offline buyers desiring to be matched to online items. The analysis of online bipartite matching of Eden et al. (2021) is a smoothness proof (Syrgkanis and Tardos, 2013). Moreover, it can be interpreted as combining a $\lambda = 1-1/e$ value covering (which holds for single-dimensional agents and randomized auctions) and $\mu = 1$ revenue covering (Hartline et al., 2014). Note that value covering is a fact about single-dimensional agents and has nothing to do with the underlying feasibility setting. Thus, the essential new result from Eden et al. (2021) is that online bipartite matching is $\mu=1$ revenue covered. A number of old and new observations follow from this perspective.
主题: 计算机科学与博弈论 (cs.GT) ; 理论经济学 (econ.TH)
引用方式: arXiv:2203.13140 [cs.GT]
  (或者 arXiv:2203.13140v2 [cs.GT] 对于此版本)
  https://doi.org/10.48550/arXiv.2203.13140
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Jason Hartline [查看电子邮件]
[v1] 星期四, 2022 年 3 月 24 日 15:54:14 UTC (8 KB)
[v2] 星期一, 2023 年 7 月 31 日 13:25:41 UTC (11 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.GT
< 上一篇   |   下一篇 >
新的 | 最近的 | 2022-03
切换浏览方式为:
cs
econ
econ.TH

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号