实体 $\alpha$-TS

$\alpha$-TS

PulseAugur coverage of $\alpha$-TS — every cluster mentioning $\alpha$-TS across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_233213 · Sep 3 · 04:00

新的 Thompson Sampling 变体解释了在 bandit 问题中的方差膨胀

研究人员推出了一种名为“$\alpha$-TS”的广义线性 bandit 问题 Thompson Sampling 算法变体。这种新方法将方差膨胀的概念形式化，这对于在现有分析中实现近乎最优的遗憾保证是必要的。该研究概述了在无需可处理后验近似的情况下分析 $\alpha$-TS 的一般条件，这与先前的工作不同。研究结果为特定奖励分布建立了 $O(d^{3/2}\sqrt{T}\log T)$ 的遗憾界限，并提供了一个解释上限中 $d^…