Online Learning
PulseAugur coverage of Online Learning — every cluster mentioning Online Learning across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
新框架利用人工智能解决大规模卫星调度问题
研究人员开发了一个新的框架，用于解决大规模分布式约束优化问题（DCOPs），特别适用于卫星调度等应用。该方法结合了在线学习算法和迭代定价方法，以有效地分配任务和优化本地调度。该方法在真实世界的去中心化卫星调度场景中实现了近乎最优的性能，满足了超过99%的观测请求，显著优于现有基线。
-
新的多臂老虎机框架优化众包感知工人招募
研究人员开发了一个新的成本感知多臂老虎机框架，以优化移动众包中的工人招募。该框架解决了工人表现不断变化的问题（个人会随着经验而提高），并考虑了未知、可变的成本。该模型联合学习工人的表现轨迹和成本，识别表现何时饱和，并分配有限的预算以最大化长期的感知效用。实验表明，与忽略这些动态或假设固定成本的方法相比，该方法取得了持续的改进。
-
新的学习规则增强了回声状态网络在线自监督适应能力
研究人员为回声状态网络（ESNs）的在线自监督学习开发了一种新颖的基于扰动的学习规则。该新方法通过降低扰动学习相关的方差，解决了高维系统中自主适应、在线学习和内存效率之间的张力。所提出的规则有效地将扰动维度从网络大小降低到输入维度，从而实现了可扩展且硬件兼容的学习。
-
新框架利用在线学习解决动态查询选择性估计问题
研究人员开发了一个新的算法框架，用于在动态数据库和查询工作负载环境中学习查询选择性。这种受在线学习启发的方法通过遗憾值来衡量性能，即将学习算法的累积损失与最佳固定策略进行比较。该研究在静态和动态数据库设置下，针对标准损失函数，为基于直方图的线性查询（包括点查询、范围查询和子集选择查询）的遗憾值设定了理论上限和下限。
-
新研究探索先进的多臂老虎机算法 · 跟踪 8 个来源
该集群包含几篇研究论文，探讨了多臂老虎机算法的进展。主题包括表征对抗性噪声老虎机中的可学性、开发具有有限适应性的上下文轮播老虎机，以及为线性老虎机提出新的探索策略。此外，还提出了关于学习同伴影响概率、处理马尔可夫老虎机中不可观察的状态以及优化条件因果老虎机的研究。
-
新研究探讨利用多臂老虎机问题中的行动相似性
一篇新研究论文探讨了多臂老虎机问题的在线学习策略，其中行动具有固有的相似性，例如共享特征或分层结构。该研究引入了一个根树模型来表示这些行动相似性，并建立了一个理论极限，表明标准的单点老虎机反馈无法有效利用这种相似性。然而，该研究提出了一套统一的算法，可以适应更丰富的反馈模型，包括半老虎机和多点协议，通过结合相似性感知的有效行动数量来实现改进的遗憾界限。
-
新论文提出受生物启发的神经元模型，用于高效在线学习
一篇新论文介绍了一种新颖的多层神经元网络力学模型，该模型从生物计算中汲取灵感。该模型为传统的反向传播提供了一种实用的替代方案，能够通过流式数据进行高效的在线学习。该方法在图像分类任务中已展现出具有竞争力的性能，预示着将生物学精确神经元模型与机器学习算法统一起来的一个有前景的方向。
-
新理论将多面体不稳定性与在线学习遗憾联系起来
研究人员开发了一个新的理论框架，用于理解涉及组合动作的在线学习问题中的遗憾。他们的工作引入了“多面体不稳定性”的概念，该概念量化了决策过程中活动区域的变化次数。这种不稳定性被证明可以决定遗憾率，并在现有的类似专家和依赖维度的界限之间进行插值。