新研究探讨 1/2-Tsallis-INF 算法在最佳臂识别中的应用

本研究论文调查了 1/2-Tsallis-INF 算法（一种用于最小化多臂老虎机问题遗憾值的已知方法）在应用于识别最佳臂任务时的有效性。该研究分析了该算法在随机老虎机设置下的失效概率，重点关注次优臂的采样方式以及这对累积损失估计器的影响。通过为估计累积损失的间隙过程开发一个李雅普诺夫函数，论文为失效概率建立了多项式上限，并证明了这些上限中的指数基本上是紧密的。 AI

排序理由 该条目是一篇学术论文，详细介绍了算法的理论分析。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• 1/2-Tsallis-INF
• Adversarial Bandits With Multi-User Delayed Feedback: Theory and Application
• alphaXiv
• Best arm identification
• CatalyzeX
• DagsHub
• Diffusion toy model
• Follow-the-Regularized-Leader
• Gotit.pub
• Hugging Face
• Lyapunov function
• Multi-armed bandits for adjudicating documents in pooling-based evaluation of information retrieval systems
• Regret-minimization algorithms for multi-agent cooperative learning systems
• ScienceCast
• Stochastic bandits with arm-dependent delays

• 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 →