Optimizing Propaganda using a Graphical Model and Mathematical Programming

Abstract

Tato práce zavádí pojem Cognitive Bribery jako formální rámec pro mo- delování propagandy jakožto problému minimální perturbace parametrů ko- gnitivního modelu tak, aby cílový výsledek překročil zadaný práh. Tento obecný rámec jsme zkoumali v konkrétních variantách pro neuronové sítě (NN), bayesovské sítě (BN) a gaussovské bayesovské sítě (GBN). V případě NN a BN jsme ukázali, že výsledný optimalizační problém je NP-těžký, a to pomocí redukcí z problému rozhodnutí o trénovatelnosti thresholdových sítí a z 3-SAT. Pro GBN jsme problém formulovali pomocí matematického pro- gramování a empiricky jej vyhodnotili ve čtyřech experimentech zahrnujících přibližně 38,000 spuštění řešiče. Dvoukroková reformulace pravděpodobnost- ního stropu nahrazuje binární přípustnost spojitou mírou, takže i instance, které by jinak byly nepřípustné, stále poskytují kvantifikovatelnou mezeru. Napříč variantami, kde je povoleno modifikovat pouze uzly, hrany v přibližné variantě a hrany v exaktní variantě, výsledky odhalují hranici mezi řešitel- ností v realistickém časovém rozsahu na jedné straně a kvalitou řešení na druhé straně: varianta modifikující pouze uzly certifikuje řešení v řádu mi- lisekund až do velikosti 50 uzlů; hranové varianty ve středních velikostech často narážejí na časový limit, ale stále vracejí přípustná řešení...