新理论在在线凸优化中实现对数高概率遗憾

研究人员为在线凸优化（OCO）开发了一个新的理论框架，实现了对数高概率遗憾。这一进展解决了在每步只有两次函数评估的有限反馈下进行学习的挑战。所提出的方法在先前的分析基础上有了显著改进，特别是在维度依赖性方面，与早期工作的二次项相比，其线性依赖性得以保持，同时保持了对迭代次数的对数依赖性。 AI

影响 在线凸优化领域的这一理论进展可能有助于开发在有限反馈下运行的AI系统中更高效的学习算法。

排序理由 该集群包含一篇在arXiv上发表的研究论文，详细介绍了在线凸优化的理论进展。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• Agarwal
• arXiv
• Dekel
• Haishan Ye
• Logarithmic High-Probability Regret for Online Convex Optimization with Two-Point Bandit Feedback
• Online Convex Optimization
• Two-Point Bandit Feedback
• Xiao

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →