Upper Confidence Bound
PulseAugur coverage of Upper Confidence Bound — every cluster mentioning Upper Confidence Bound across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的联合汤普森采样算法增强了通信链路自适应
研究人员推出了一种用于通信系统链路自适应的新型算法——联合汤普森采样（Joint-TS）。该方法将问题建模为多臂老虎机问题，其中每个调制和编码方案（MCS）代表一个臂。与传统的汤普森采样不同，Joint-TS 利用 MCS 成功概率的有序性，采用多元有序 Beta 分布作为其先验，从而保持了固有的单调性。仿真结果表明，Joint-TS 在各种场景下均表现出稳健且一致的性能，在特定情况下优于现有算法。
-
EvolveNav框架通过自演化记忆增强零样本导航能力
研究人员推出EvolveNav，一个用于零样本物体目标导航（ZS-OGN）的新型框架，增强了具身智能体在无先验训练的情况下定位目标对象的能力。该自演化系统通过从过去的轨迹构建智能体规则记忆，并使用置信度上限检索策略选择有效规则，在测试时持续改进。记忆引导的预思模块通过预测动作结果，进一步减少了低效探索。实验表明，EvolveNav优于现有基线，成功率提高了10.1%，同时减少了不必要的步骤。
-
新框架校准推荐置信度，以提升用户留存率和多样性
一篇新研究论文介绍了一个推荐系统框架，该框架通过校准模型置信度来改善低活跃和高活跃用户的用户体验。对于低活跃用户，系统采用一种规避风险的策略来降低不可靠推荐的权重，旨在提高用户留存率和满意度。高活跃用户则受益于一种寻求风险的上置信界（UCB）策略，该策略鼓励探索并拓宽内容多样性。这种感知置信度的做法已在一个主要的直播平台上得到验证，在关键指标上显示出显著的改进。
-
新的UCB策略增强了用于边缘计算的自适应深度神经网络
研究人员为边缘计算环境中的自适应深度神经网络（ADNNs）引入了四种新的上限置信界（UCB）策略。这些策略，包括UCB-Bayes、UCB-Tuned和UCB-V，旨在动态平衡精度与能耗和延迟。使用CIFAR数据集在ResNet和MobileViT模型上进行的实验表明，UCB-Bayes收敛速度最快，而UCB-V和UCB-Tuned在精度、延迟和能耗之间提供了最佳的权衡。