实体
Fishelson
Fishelson
PulseAugur coverage of Fishelson — every cluster mentioning Fishelson across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 3
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 3 条
-
Optimistic Hedge算法在3+玩家游戏中显示指数级遗憾
一篇新论文介绍了用于General-Sum Games的Optimistic Hedge算法，并分析了其遗憾界限。研究人员发现，在两人游戏中，Optimistic Hedge可以实现与时间无关的$O(n\log n)$遗憾。然而，对于三个或更多玩家，不可能存在这样的恒定遗憾界限，遗憾可能随行动数量呈指数级增长，并随时间呈线性增长。
-
新算法改进高维预测校准
研究人员开发了一种新的算法，用于在任意凸集和误差范数内对多维预测进行在线校准。该算法在二元结果预测中，以维度 $d$ 的多项式次数实现了 $\varepsilon$-校准，相比之前的界限有了显著改进。对于多类预测，与先前的工作相比，它还提供了改进的维度依赖性。该方法依赖于输出过去结果的谐波加权分布，这是一种受离散希尔伯特变换矩阵启发的技巧。
-
新研究简化了在线学习到多校准的归约
研究人员开发了一种从在线学习到在线多校准的新黑盒归约方法，该方法简化了高维多校准的实现。该方法将任何无遗憾学习器与期望变分不等式求解器相结合，为多校准提供了一种更通用的方法，并具有改进的保证。此外，该研究还建立了从高维在线多校准到上下文 $\Phi$-遗憾最小化的精细归约，为 $\Phi$-遗憾提供了一条新的途径，该途径绕过了复杂的机制并产生了更鲁棒的算法。