专栏首页arxiv.org翻译专栏社会计算的数学基础
原创

社会计算的数学基础

中文题目:社会计算的数学基础

中文摘要:社会计算包括人们与计算系统交互的机制:众包系统、排名和推荐系统、在线预测市场、公民科学项目和协作编辑的wiki等等。这些系统都有一个共同的特征,即人类是积极的参与者,做出决定,决定系统的输入,从而决定系统的输出。这些系统的输出可以看作是机器和人类的联合计算,并且可以比两者单独产生的结果更加丰富。社会计算这个词经常被用作几个相关领域的同义词,比如“人类计算”和“集体智能”的子集;我们用它最广义的定义来概括所有这些东西。

在计算机科学,经济学和其他社会科学等不同学科的贡献下,社会计算正蓬勃发展到其自身的丰富研究领域。然而,一个广泛的社会计算的数学基础还没有建立起来,大量的数学研究还没有充分探索的机会来影响社会计算。

与其他领域一样,数学工作有很大的潜力影响和塑造社会计算的未来。然而,对于社会计算的优势、局限性和潜力,我们还远远没有系统和原则性的理解,无法与其他领域的应用程序相匹配。2015年6月,我们召集了大约25位相关领域的专家,讨论为社会计算建立数学基础的前景和挑战。本文档包含了讨论的几个关键思想。

英文题目:Mathematical Foundations for Social Computing

英文摘要:Social computing encompasses the mechanisms through which people interact with computational systems: crowdsourcing systems, ranking and recommendation systems, online prediction markets, citizen science projects, and collaboratively edited wikis, to name a few. These systems share the common feature that humans are active participants, making choices that determine the input to, and therefore the output of, the system. The output of these systems can be viewed as a joint computation between machine and human, and can be richer than what either could produce alone. The term social computing is often used as a synonym for several related areas, such as "human computation" and subsets of "collective intelligence"; we use it in its broadest sense to encompass all of these things.

Social computing is blossoming into a rich research area of its own, with contributions from diverse disciplines including computer science, economics, and other social sciences. Yet a broad mathematical foundation for social computing is yet to be established, with a plethora of under-explored opportunities for mathematical research to impact social computing.

As in other fields, there is great potential for mathematical work to influence and shape the future of social computing. However, we are far from having the systematic and principled understanding of the advantages, limitations, and potentials of social computing required to match the impact on applications that has occurred in other fields. In June 2015, we brought together roughly 25 experts in related fields to discuss the promise and challenges of establishing mathematical foundations for social computing. This document captures several of the key ideas discussed.

原文作者:Yiling Chen, Arpita Ghosh, Michael Kearns, Tim Roughgarden, Jennifer Wortman Vaughan

原文地址:https://arxiv.org/abs/2007.03661

PDF链接:https://arxiv.org/ftp/arxiv/papers/2007/2007.03661.pdf

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 推进图形代码要求的可视化规范

    中文摘要:人文学科的研究人员正在探索大数据世界。 他们已开始使用Python或R之类的编程语言及其相应的库来操纵大型数据集并发现全新的见解。 仍然存在的主要障碍...

    用户7454122
  • 机器人绘画的艺术风格:一种从人类艺术家那里学习笔触的机器学习方法

    中文摘要:自20世纪70年代以来,机器人绘画一直是艺术家和机器人专家们感兴趣的课题。研究人员和跨学科艺术家们利用各种绘画技术和人机协作模型在画布上创建视觉媒介。...

    用户7454122
  • PISTIS:从口口相传到君子协定

    中文摘要:随着技术的发展,社会加速数字化扩展了网络物理系统的地理范围。两个主要威胁使这些系统的可靠和实时控制面临挑战:(i)环境和设备的规模,开放性和异构性在通...

    用户7454122
  • Graph application with Python, Neo4j, Gephi & Linkurious.js

    I love Python, and to celebrate Packt Python week, I’ve spent some time developi...

    fishexpert
  • 【论文推荐】最新6篇生成式对抗网络(GAN)相关论文—半监督对抗学习、行人再识别、代表性特征、高分辨率深度卷积、自监督、超分辨

    【导读】专知内容组整理了最近六篇生成式对抗网络(GAN)相关文章,为大家进行介绍,欢迎查看! 1. Classification of sparsely lab...

    WZEARW
  • 使用infogan学习可解释的隐变量特征学习-及代码示例(代码和官方有差异)

    In this week’s post I want to explore a simple addition to Generative Adversaria...

    用户1908973
  • GCN 论文英语表达总结

    -------------------------------------------------------一条开始认真脸的分界线--------------...

    张凝可
  • 用信息瓶颈的迁移学习和探索

    Transfer and Exploration via the Information Bottleneck

    用户1908973
  • 面向边缘计算的深度学习:直接从压缩数据中提取神经网络 (CS)

    由于手机的普及和计算能力的增长,以及人工智能的进步,许多智能应用被开发出来,有意义地丰富了人们的生活。为此,边缘智能领域越来越受到人们的关注,它的目的是将数据的...

    管欣8078776
  • 【论文推荐】最新六篇深度强化学习( DRL)相关论文—VR眼镜、参数噪声、恶意软件、合成复杂程序、深度继承表示、自适应

    【导读】专知内容组整理了最近六篇深度强化学习( Deep Reinforcement Learning)相关文章,为大家进行介绍,欢迎查看! 1. VR Gog...

    WZEARW

扫码关注云+社区

领取腾讯云代金券