面向无家之民街头外展与收获可食残食的资源受限随机调度算法
机器学习
2024-03-20 v1 计算机与社会
机器学习
摘要
我们开发了一个通用的算法解决方案，解决社会变革组织在不同使命和运营情况下的资源受限外展问题：Breaking Ground——一家帮助新威肉库家庭经历无家者过渡至永久住房的组织，以及以色列全国食物银行 Leket——该组织从农场及其他地方收购食物以喂养饥饿人群。具体而言，我们开发了一种用于部分观测无限期松散型多臂老虎机问题（ 步转移）的估计与优化方法。结果表明，我们的基于 Stein 变分梯度下降的马尔可夫链恢复 Thompson 抽样算法在两家组织的问题上均显著优于基线方法。我们以前瞻性地开展了这项工作，目的是设计一种既灵活又实用的解决方案，以帮助克服数据科学在社会良知领域缺乏可持续影响力的困境。
引用
@article{arxiv.2403.10638,
title = {A resource-constrained stochastic scheduling algorithm for homeless street outreach and gleaning edible food},
author = {Conor M. Artman and Aditya Mate and Ezinne Nwankwo and Aliza Heching and Tsuyoshi Idé and Jiří Navrátil and Karthikeyan Shanmugam and Wei Sun and Kush R. Varshney and Lauri Goldkind and Gidi Kroch and Jaclyn Sawyer and Ian Watson},
journal= {arXiv preprint arXiv:2403.10638},
year = {2024}
}