面向偏好的信息论
人工智能
2009-11-10 v1
摘要
上一届最大熵(Maximum Entropy)研讨会的近期文献引入了累积概率分布与归一化效用函数之间的类比。基于该类比,可将效用密度函数定义为归一化效用函数的导数。效用密度函数非负且积分为一。这两个性质构成了效用与概率之间对应关系的基石。该类比的一个自然应用是采用最大熵原理来指派最大熵效用值。最大熵效用依据指派所需偏好信息解释了许多常见效用函数,并有助于基于部分偏好信息指派效用值。本文回顾最大熵效用,并给出源自概率与效用对偶性的进一步结果。
引用
@article{arxiv.cs/0310045,
title = {An information theory for preferences},
author = {Ali E. Abbas},
journal= {arXiv preprint arXiv:cs/0310045},
year = {2009}
}