文献

J-GLOBAL ID：202002260023349617   整理番号：20A1111923

近最適リグレット上限を用いた自己加速Thompsonサンプリング【JST・京大機械翻訳】

Self-accelerated Thompson sampling with near-optimal regret upper bound

著者 (3件)： Zhu Zhenyu (University of Science and Technology of China, China) ,  Huang Liusheng (University of Science and Technology of China, China) ,  Xu Hongli (University of Science and Technology of China, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 399  ページ： 37-47  発行年： 2020年 
JST資料番号： W0360A  ISSN： 0925-2312  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： Thompsonサンプリングは,探索-開発トレードオフをバランスさせるためにBayes発見的戦略を利用する。それは種々の実用的領域に適用され,大きな成功を達成した。経験的に効率的で強力なにもかかわらず,Thompsonサンプリングは理論的解析を行った。Thompsonサンプリングの既存の解析により,線形文脈帯域に対してO(d3/2T)のレレット上限を与えるだけであり,これはdの因子による情報理論的下限よりも悪い。本論文において,著者らは確率的文脈のマルチアーム化されたバンディット問題のために自己加速されたThompsonサンプリングアルゴリズムを設計して解析した。著者らの解析は,自己加速Thompsonサンプリングのレグレット上限がO(dT)であることを確立して,それは無限作用空間における任意の効率的文脈的なbanditアルゴリズムによって達成される最良の上限であった。シミュレーションデータと実世界データセットに関する著者らの実験は,自己加速Thompsonサンプリングが収束速度と予測精度の両方において標準的なThompsonサンプリングより優れていることを示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. 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 ,  シミュレーション ,  情報理論 ,  線形性 ,  周波数帯
準シソーラス用語： 収束速度 ,  予測精度 , 【Automatic Indexing@JST】

著者キーワード (3件)： Thompsonサンプリング ,  線形帯域 ,  オンライン最適化

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 上限 ,  自己 ,  加速 ,  サンプリング