研究人员开发了一个新的框架，用于在面对噪声函数评估和强盗反馈时解决双标准组合优化问题。该框架引入了 $(\alpha,\beta,\delta,\texttt{N})$-韧性的概念，量化了目标和约束的近似保证在噪声下的退化程度。所提出的方法将有韧性的离线算法转换为双标准组合多臂强盗的在线算法，在不要求对噪声函数进行特定结构假设的情况下，实现了次线性遗憾和累积约束违反。 AI
影响 为复杂的优化问题引入了一个新颖的韧性框架，有可能提高具有噪声数据的机器学习任务的性能。
排序理由 该集群包含一篇详细介绍优化问题新框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
