Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

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