文献

J-GLOBAL ID：202002249615009887   整理番号：20A1800031

敵対的崩壊にロバストな確率的バンディット【JST・京大機械翻訳】

Stochastic bandits robust to adversarial corruptions

著者 (3件)： Lykouris Thodoris (Cornell University, USA) ,  Mirrokni Vahab (Google Research, USA) ,  Paes Leme Renato (Google Research, USA)
資料名： ACM Proceedings  (ACM Proceedings)
号： STOC 2018  ページ： 114-122  発行年： 2018年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 入力の殆どが確率的パターンに従うが,その一部はアルゴリズム,例えばクリック fraud,偽和レビューおよび電子メールスパムをトリックに変えられるように,敵対する corruptionを持つ確率的帯域の新しいモデルを導入した。このモデルの目標は,(i)混合敵対と確率モデルでよく働く帯域アルゴリズムの設計を奨励することであり,(ii)その性能が完全確率的から完全敵対的モデルに移動するので,その性能が低下することである。このモデルでは,すべてのアームに対する報酬は最初に分布から引き出され,次に適応敵対によって変化する。著者らは,その性能が,そのラウンドでデータでなされた敵対する最大変更のラウンドを横断して測定したデータに,合計で注入されたデータに,そのパフォーマンスが十分に劣化する単純なアルゴリズムを提供する。この全崩壊はCによって表される。このアルゴリズムは,もし入力が確率的であり,その性能が崩壊Cの量に線形的に劣化するならば,最適保証(対数項まで)を保持する保証を提供する。また,この線形劣化が確率的設定において最適性能を達成するならば,この線形劣化が必要であることを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  偽和 ,  線形性 ,  アーム ,  対数 ,  確率モデル ,  周波数帯 ,  *ロバスト性 ,  電子メール
準シソーラス用語： オンライン学習 ,  スパム ,  アルゴリズム設計 , 【Automatic Indexing@JST】

著者キーワード (2件)： バンディット ,  オンライン学習

分類 (2件)： 人工知能  (JE08000Z) ,  計算理論  (JB02000A)

タイトルに関連する用語 (4件)： 敵対 ,  崩壊 ,  ロバスト ,  確率