抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
学習者がオフライン最適化オラクルへのアクセスを持つ敵対的環境で数値的に効率的なオンライン学習アルゴリズムの設計を考察した。一般化Followthe摂動リーダと呼ばれるアルゴリズムを提案したと後悔消失を達成しながら,オラクル効率的な条件を提供する。著者らの結果は,HazanとKoren[1]によって提起された未解決の問題,オラクル効率的なアルゴリズムは,完全に一般的に存在しないことを示し,一つは,オラクル効率的なオンライン学習が可能である条件を同定することができるかどうかを問うたに顕著な進歩をとげている。オークション設計フレームワークである後知恵における最適オークションと同程度に良好であることを収入を達成することを目標にadversarially選択評価のための最適オークションを競売人学習を考慮し,クラスオークションのである。のためのオラクル効率的な学習結果を与えた。(1)singleparameter設定における入札者特異的埋蔵量を持つVCGオークション,(2)多品種多環境における羨望のない項目価格オークション,(3)単一項目設定のためのMorgensternとRoughgarden[2]のレベル競売。入札者の評価は急速混合Markov過程に従って,i.i.d.設定のためのそのような保証を与えただけであることを以前の研究を拡張した場合最後の結果は,総合的な最適Myersonオークションの近似をもたらした。も様々な拡張,を含むを導いた(1)学習者がサイド情報(入札者人口統計のような)へのアクセスを持つ文脈学習設定のためのoracleefficientアルゴリズム,(2)最大の距離アルゴリズムに基づくもののような近似オラクルを用いた学習,および(3)同時オークションにおける後悔のない入札アルゴリズム,DaskalakisとSyrgkanis[3]の未解決の問題を解決した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】
