Hedge
PulseAugur coverage of Hedge — every cluster mentioning Hedge across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的在线学习方案确保多轮机制中的激励兼容性
研究人员开发了一种新的多轮机制设计问题的在线学习方案。该方案旨在最大化目标函数，同时保持激励兼容性，即使在代理商进行多轮互动且可能非短视的情况下也是如此。所提出的方法结合了弱差分隐私在线学习算法和惩罚不诚实行为的承诺机制。这种方法在对抗性设置中实现了 $O(T^{ rac{1+h}{2}})$ 的遗憾界限，与先前的工作相比，提供了概念上更简单、更通用的解决方案。
-
新算法实现在线做市最优遗憾
研究人员开发了一种新的在线做市学习算法，该算法实现了 $\widetilde{\mathcal{O}}(\sqrt{T})$ 的高概率遗憾界限。这优于先前针对由限价订单簿驱动的反馈模型的 $\widetilde{\mathcal{O}}(T^{2/3})$ 保证。新算法利用了买卖价差空间的离散化结合 Hedge 算法，并且还解决了市场价格和交易者估值都具有对抗性的环境，证明在这种完全对抗性环境中不可能实现亚线性遗憾。
-
新的H-MC缓存策略为LRU/LFU提供了改进的悔恨保证
研究人员开发了一种名为H-MC的新缓存策略，旨在改进现有的LRU和LFU等方法。与可能在某些请求序列中遭受线性悔恨的LeCar和Cacheus等先前策略不同，H-MC旨在实现亚线性悔恨。这是通过使用基于Hedge的虚拟LRU和LFU缓存混合来实现的，该方法在保持最优悔恨保证的同时最大限度地减少了切换成本。
-
专家问题和OCO的极小极大交替遗憾已解决 · 跟踪2个来源
研究人员已经解决了专家问题和在线凸优化（OCO）的极小极大遗憾率问题。对于d专家问题，极小极大交替遗憾被证明是 $\Theta(\log d)$，独立于时间跨度T。这比Hait等人建立的 $\mathcal{O}(T^{1/3}\log^{2/3} d)$ 等先前界限有了显著改进。对于d维紧凸集上的通用OCO，极小极大交替遗憾是 $\Theta(d\log(1+T/d))$，也比先前结果有了实质性改进。这些发现是通过对Hedge等现有…
-
新研究详细介绍了贝叶斯和乘法权重更新的精确信息核算
一篇新研究论文介绍了一种用于贝叶斯和乘法权重更新的精确信息核算恒等式。该恒等式揭示了任何此类更新的遗憾直接关系到不确定性的即时支付以及学习者当前权重与比较器之间信息距离的减少。累积支付定义了已实现序列的“内在时间”，提供了累积遗憾的两种精确自适应分解。