文献

J-GLOBAL ID：201702212966665782   整理番号：17A1486717

統計designed multi-armed banditアルゴリズムにより支持された不確実性に直面した楽観主義【Powered by NICT】

Optimism in the face of uncertainty supported by a statistically-designed multi-armed bandit algorithm

著者 (3件)： Kamiura Moto (Graduate School of Science and Engineering, Tokyo Denki University, Japan) ,  Kamiura Moto (School of Science and Engineering, Tokyo Denki University, Japan) ,  Sano Kohei (Graduate School of Science and Engineering, Tokyo Denki University, Japan)
資料名： BioSystems  (BioSystems)
巻： 160  ページ： 25-32  発行年： 2017年 
JST資料番号： D0286B  ISSN： 0303-2647  CODEN： BSYMBO  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 不確実性に直面した楽観主義の原理は,逐次意思決定問題における発見的として知られている。この原理に基づく追い越し法は多腕バンディット問題を解決する有効なアルゴリズムである。は以前の研究で定式化のいくつかの発見的パターンの集合により定義した。本論文の目的は,追い越し法の価値関数を再定義し,それらの定式化を統一することである。統一追い越し法は統計に期待される報酬の信頼区間の上限と関連している。定式化の統一が追い越し法の普遍性を向上させた。,新たに指数関数的に分布した報酬のための追い越し法を得るために,数値的にそれを解析し,それは平均UCBアルゴリズムより優れていることを示した。本研究では,不確実性に直面した楽観主義の原理は,報酬のサンプル平均と期待される報酬の上限の推定のための大数のではなく,ヒューリスティックとして則の統計結果と考えられ,多腕バンディット問題の文脈におけるすべきであることを示唆した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 評価関数 ,  意思決定 ,  信頼区間 ,  *アルゴリズム ,  追越し ,  普遍性 ,  *不確実性 ,  定式化 ,  指数関数
準シソーラス用語： ヒューリスティック ,  *楽観主義 , 【Automatic Indexing@JST】

著者キーワード (4件)： 不確実性に直面した楽観主義の原理 ,  多腕バンディット問題 ,  信頼区間 ,  UCBアルゴリズム

分類 (2件)： その他のオペレーションズリサーチの手法  (KA03070E) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 統計 ,  アルゴリズム ,  支持 ,  不確実性 ,  楽観主義