文献

J-GLOBAL ID：202002286496236694   整理番号：20A2283151

クラスタ化情報フィードバックによる確率的マルチアームバンディット問題のRegret解析【JST・京大機械翻訳】

Regret Analysis of Stochastic Multi-armed Bandit Problem with Clustered Information Feedback

著者 (4件)： Zhao Tianchi (University of Arizona,Department of ECE,Tucson,AZ) ,  Jiang Bo (University of Arizona,Department of ECE,Tucson,AZ) ,  Li Ming (University of Arizona,Department of ECE,Tucson,AZ) ,  Tandon Ravi (University of Arizona,Department of ECE,Tucson,AZ)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IJCNN  ページ： 1-8  発行年： 2020年 
JST資料番号： W2441A  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： 本論文では,アームの任意のサイズのクラスタが各ラウンドで観測可能である設定の下で,マルチアームバンド(MAB)アルゴリズムのレグレット限界を解析した。選択されたアームまたは全てのアームのペイオフが観測可能である,よく研究されたバンドまたは完全なフィードバック設定と比較して,クラスタ化フィードバック設定は一般化および接続として見ることができる。2つの最も代表的なMABアルゴリズム,即ち,上位信頼区間とThompsonサンプリングに焦点を当て,それらをクラスタ化フィードバック設定に適合させた。次に,著者らは,一般タイプの支払い(連続ドメインから来る値)を考慮して,それらの各々に対して,レグレット境界を理論的に導いた。クラスタ化された情報フィードバックを持つこれら2つのアルゴリズムのレグレット限界はクラスタ数のみに依存することを示す。最後に,合成データと実世界データの両方をシミュレートして,各ラウンドにおける観測可能な支払いの異なる数を有するこれらのアルゴリズムの性能を比較し,結果は著者らの解析を検証した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. 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 ,  *クラスタ化 ,  *情報帰還 ,  *クラスタ ,  *アーム

分類 (5件)： 図形・画像処理一般  (JE04010I) ,  専用演算制御装置  (JC04030Y) ,  パターン認識  (JE07000S) ,  音声処理  (JE05000E) ,  符号理論  (ND02030R)

タイトルに関連する用語 (5件)： クラスタ化 ,  情報フィードバック ,  確率 ,  問題 ,  解析