研究人员开发了一种新的在线凸优化(OCO)算法,该算法解决了时变移动成本和延迟反馈问题。这种新颖的方法为任意子区间提供了改进的数据相关遗憾界限,捕捉了复杂的序贯决策场景。该算法的关键创新在于将其简化为一种先前未被探索过的、具有移动成本的睡眠专家变体,这也使得在延迟反馈下首次实现了强自适应保证。 AI
影响 引入了一种新颖的在线学习算法,有望改善动态环境中的决策制定。
排序理由 详细介绍特定机器学习问题新算法的学术论文。[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 →