实体
Online Gradient Descent Learning Algorithms
Online Gradient Descent Learning Algorithms
PulseAugur coverage of Online Gradient Descent Learning Algorithms — every cluster mentioning Online Gradient Descent Learning Algorithms across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
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 2 条
-
新的强化学习框架使用稀疏高斯混合模型实现高效学习
研究人员开发了一种利用稀疏高斯混合模型Q函数（S-GMM-QFs）的新型在线强化学习框架。该方法采用Hadamard过参数化来实现可解释的稀疏化和光滑正则化，从而促进参数空间黎曼结构内的优化。该框架从大量组件中自适应地识别有意义的组件，从而得到稀疏模型，其中每个组件的参数明确地编码了其在状态-动作空间中的几何作用。数值测试表明，S-GMM-QFs在参数数量显著减少和学习速度更快的情况下，实现了与深度强化学习方法相当或更优的性能，同时保…
-
新原理实现最优在线库存优化
研究人员开发了一种新颖的在线库存优化（OIO）原理，该原理可在一般凸集上实现最优性能。该方法通过维护一个隐藏目标并将其投影到可行订货点集上，改进了 OIO 的遗憾界限，并首次为强凸损失提供了对数悔度。该分析引入了一个“范数对齐”原理，将问题简化为一维队列控制，并通过在合成和真实库存数据上的实验进行了验证。