实体
Two-Point Bandit Feedback
Two-Point Bandit Feedback
PulseAugur coverage of Two-Point Bandit Feedback — every cluster mentioning Two-Point Bandit Feedback across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新算法在去中心化黎曼优化中实现了最优遗憾
研究人员开发了一种在黎曼流形上进行去中心化在线优化的新方法，特别针对强测地凸函数。这项工作首次为该模型下的去中心化在线黎曼梯度下降建立了 $O(\log T)$ 的静态遗憾界，与欧几里得优化中的最优速率相匹配。新的分析还利用新颖的次凸性论证扩展到了两点老虎机反馈设置。
-
新理论在在线凸优化中实现对数高概率遗憾
研究人员为在线凸优化（OCO）开发了一个新的理论框架，实现了对数高概率遗憾。这一进展解决了在每步只有两次函数评估的有限反馈下进行学习的挑战。所提出的方法在先前的分析基础上有了显著改进，特别是在维度依赖性方面，与早期工作的二次项相比，其线性依赖性得以保持，同时保持了对迭代次数的对数依赖性。