[논문 리뷰] Modularity and Optimality in Social Choice

Gennaro Amendola, Simona Settepanella|arXiv (Cornell University)|2010. 04. 20.

Game Theory and Voting Systems참고 문헌 22인용 수 3

한 줄 요약

이 논문은 사회선택 이론에서 상호의존적 요소들의 집합으로서의 사회적 결과에 대해 모듈성과 최적성의 성질을 분석하기 위해 u-국지 최적해를 도입한다. 기하 모델과 토너먼트 이론을 연결함으로써, 전역 최적해가 복잡한 선택 환경에서 희귀함을 드러내는 O(M³ log M) 알고리즘을 제시한다.

ABSTRACT

Marengo and the second author have developed in the last years a geometric model of social choice when this takes place among bundles of interdependent elements, showing that by bundling and unbundling the same set of constituent elements an authority has the power of determining the social outcome. In this paper we will tie the model above to tournament theory, solving some of the mathematical problems arising in their work and opening new questions which are interesting not only from a mathematical and a social choice point of view, but also from an economic and a genetic one. In particular, we will introduce the notion of u-local optima and we will study it from both a theoretical and a numerical/probabilistic point of view; we will also describe an algorithm that computes the universal basin of attraction of a social outcome in O(M^3 logM) time (where M is the number of social outcomes).

연구 동기 및 목표

• 모듈성과 상호의존적인 결과를 가진 사회선택 모델에서 u-국지 최적해의 개념을 체계화하고 분석하기 위해.
• Marengo와 Settepanella의 사회선택에 대한 기하 모델에서 발생하는 수학적 과제를 해결하기 위해.
• 물체 조합 능력(묶기 및 풀기)이 사회적 결과에 영향을 주는 바를 위상수학적 및 알고리즘적 도구를 통해 탐구하기 위해.
• 기존의 고전적 사회선택 모델과 새로운 모듈성 프레임워크를 비교하여, 최적해의 존재성과 확률에 대해 분석하기 위해.
• 사회적 결과의 전역 기준 영역을 계산하는 데 있어 계산적으로 효율적인 방법을 개발하기 위해.

제안 방법

• 모든 가능한 물체 조합에 대한 전역 기준 영역을 통해 정의된 전역 기준 영역을 통해 국지 최적해를 개선한 u-국지 최적해의 개념을 도입한다.
• 모듈성 설정에서 사회적 결과 간의 선호 관계를 모델링하기 위해 토너먼트 이론과 초평면 배열을 적용한다.
• 사회선택 함수의 구조와 그 최적해를 분석하기 위해 대수적 위상수학과 실중심 배열을 사용한다.
• M가 사회적 결과의 수일 때, 전역 기준 영역을 O(M³ log M) 시간 내에 계산하는 알고리즘을 개발한다.
• 확률적 및 수치적 분석을 활용하여 고전적 및 모듈성 사회선택 모델에서 전역 최적해가 발생할 가능성을 추정한다.
• 물체 집합의 제약 조건을 이용한 모순에 기반하여, 특정 결과가 전역 최적해가 아니라는 것을 기하학적 및 조합 기법으로 증명한다.

실험 결과

연구 질문

• RQ1 모듈성 사회선택 설정에서 u-국지 최적해는 국지 최적해와 전역 최적해와 어떻게 다를까?
• RQ2 주어진 사회적 결과에 대해 전역 기준 영역을 결정하는 데 있어 계산 복잡도는 어떻게 되는가?
• RQ3 선호 관계가 상호의존적 요소들의 묶음으로 구조화될 때, 사회규칙이 전역 최적해를 갖는 확률은 어떻게 변화하는가?
• RQ4 어떤 결과가 전역 최적해가 아니지만 u-국지 최적해일 수 있는가? 이러한 경우를 가능하게 하는 조건은 무엇인가?
• RQ5 물체 조합 능력(묶기 및 풀기)은 고전 모델이 포괄하지 못하는 방식으로 사회선택 결과에 어떤 영향을 미치는가?

주요 결과

• 고전 모델에서 M개의 결과를 가진 사회규칙이 전역 최적해를 갖는 확률은 M / 2^(M-1)이며, M이 증가함에 따라 급격히 감소한다. 예를 들어 M=14일 경우 약 0.001709이다.
• 8개의 결과를 가진 최소 예시를 구성하여, 전역 최적해, u-국지 최적해(000), 국지 최적해(101)가 동시에 존재함을 보여, 서로 다른 최적해 유형의 존재를 입증한다.
• 물체 집합의 제약 조건과 순서 관계를 이용한 모순에 기반해, 결과 000은 u-국지 최적해이지만 전역 최적해가 아니라는 것이 입증된다.
• 결과 101은 국지 최적해이지만 u-국지 최적해가 아니며, 어떤 물체 조합에서도 모든 대안을 포함하지 않는 기준 영역을 갖기 때문이다.
• 전역 기준 영역을 계산하는 알고리즘이 O(M³ log M) 시간 내에 작동하여, 브루트 포스 탐색에 비해 크게 향상된다.
• 고전 모델에서 8개 이하의 결과를 가진 사회규칙은 최대 두 개의 국지 최적해를 가질 수 있으며, 기능이 제한된 경우 전역 최적해는 유일하게 하나 뿐이다.