一篇新发表在arXiv上的论文详述了关于$\ell_p$球上的在线线性优化进展。该研究引入了一种遵循正则化领导者（FTRL）的算法，该算法实现了minimax最优的遗憾界限，这些界限被证明对于固定的$p$是最优的，并且随着$p$的增加接近最优常数。与标准的遵循领导者（FTL）方法相比，所提出的算法提供了改进的遗憾保证，尤其是在某些损失序列上，并包含一个切换扩展以在限制FTL遗憾的同时保持精确的常数。该论文还计算了在特定条件下预期遗憾的精确$\log T$系数，区分了FTL的方差和正则化器的偏差。 AI
影响 在与机器学习相关的优化算法方面引入了理论进展。
排序理由 发表在arXiv上的学术论文，详述了新的优化算法。[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 →
