Conditional Value-at-Risk for Reachability and Mean Payoff in Markov Decision Processes
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F18%3A00108288" target="_blank" >RIV/00216224:14330/18:00108288 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1145/3209108.3209176" target="_blank" >http://dx.doi.org/10.1145/3209108.3209176</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1145/3209108.3209176" target="_blank" >10.1145/3209108.3209176</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Conditional Value-at-Risk for Reachability and Mean Payoff in Markov Decision Processes
Popis výsledku v původním jazyce
We present the conditional value-at-risk (CVaR) in the context of Markov chains and Markov decision processes with reachability and mean-payoff objectives. CVaR quantifies risk by means of the expectation of the worst p-quantile. As such it can be used to design risk-averse systems. We consider not only CVaR constraints, but also introduce their conjunction with expectation constraints and quantile constraints (value-at-risk, VaR). We derive lower and upper bounds on the computational complexity of the respective decision problems and characterize the structure of the strategies in terms of memory and randomization.
Název v anglickém jazyce
Conditional Value-at-Risk for Reachability and Mean Payoff in Markov Decision Processes
Popis výsledku anglicky
We present the conditional value-at-risk (CVaR) in the context of Markov chains and Markov decision processes with reachability and mean-payoff objectives. CVaR quantifies risk by means of the expectation of the worst p-quantile. As such it can be used to design risk-averse systems. We consider not only CVaR constraints, but also introduce their conjunction with expectation constraints and quantile constraints (value-at-risk, VaR). We derive lower and upper bounds on the computational complexity of the respective decision problems and characterize the structure of the strategies in terms of memory and randomization.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
<a href="/cs/project/GA18-11193S" target="_blank" >GA18-11193S: Algoritmy pro diskrétní systémy a hry s nekonečně mnoha stavy</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2018
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Proceedings of the 33rd Annual ACM/IEEE Symposium on Logic in Computer Science (LICS '18)
ISBN
9781450355834
ISSN
1043-6871
e-ISSN
—
Počet stran výsledku
10
Strana od-do
609-618
Název nakladatele
ACM
Místo vydání
New York, NY, USA
Místo konání akce
New York, NY, USA
Datum konání akce
1. 1. 2018
Typ akce podle státní příslušnosti
CST - Celostátní akce
Kód UT WoS článku
—