PulseAugur
中
实时 09:18:39
实体 Stochastic bandits with arm-dependent delays

Stochastic bandits with arm-dependent delays

PulseAugur coverage of Stochastic bandits with arm-dependent delays — every cluster mentioning Stochastic bandits with arm-dependent delays across labs, papers, and developer communities, ranked by signal.

Show in brief
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
关系
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 2 条
  1. TOOL · CL_360333 ·

    引入新的对抗性分批在线学习框架

    引入了一个名为对抗性分批在线学习的新框架,其中学习者的更新被限制在特定的时间步长,有效地将学习周期划分为批次。该模型在四个基本问题上进行了分析:随机老虎机、在线凸优化、专家建议预测和对抗性老虎机。对于随机老虎机,遗憾界限是根据与批次增长相关的复杂度度量来确定的,表明惩罚会随着批次的难度增加而增加。对于其他三个问题,最优遗憾由批次长度序列的2-范数决定,即使是不知道批次结构的学习者也能实现。

  2. TOOL · CL_206375 ·

    新研究探讨 1/2-Tsallis-INF 算法在最佳臂识别中的应用

    本研究论文调查了 1/2-Tsallis-INF 算法(一种用于最小化多臂老虎机问题遗憾值的已知方法)在应用于识别最佳臂任务时的有效性。该研究分析了该算法在随机老虎机设置下的失效概率,重点关注次优臂的采样方式以及这对累积损失估计器的影响。通过为估计累积损失的间隙过程开发一个李雅普诺夫函数,论文为失效概率建立了多项式上限,并证明了这些上限中的指数基本上是紧密的。