Binary Predictions

论文探讨带二元预测的在线区间选择

本文提出了一种新的在线区间选择方法，重点关注成员资格的二元预测，以获得最优解。所提出的方法在有限严格鲁棒性下实现了 $d=(3+\sqrt5)/2$ 的一致性界限，并且一个确定性算法能够以精确鲁棒性达到此界限。该研究还探讨了一种可调的替换成本，它提供了一系列连续的解决方案，在特定的参数区间内具有精确的一致性和鲁棒性。文章讨论了随机化作为一种手段，可以接近具有有限期望鲁棒性的期望一致性一，尽管几乎处处鲁棒性需要严格大于二的期望一致性。