多腕バンディットのためのPAC-Bayes生涯学習【JST・京大機械翻訳】

Flynn Hamish; Reeb David; Kandemir Melih; Peters Jan

プレプリント

J-GLOBAL ID：202202201244441548 整理番号：22P0299953

多腕バンディットのためのPAC-Bayes生涯学習【JST・京大機械翻訳】

PAC-Bayesian Lifelong Learning For Multi-Armed Bandits

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年03月07日プレプリントサーバーでの情報更新日： 2022年03月07日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

生涯学習のPAC-Bayes解析を提示する。生涯学習問題において,学習タスクのシーケンスを一時1回観測し,ゴールは以前のタスクから新しい学習タスクに取得した情報を転送することである。各学習タスクがマルチアームバンド問題である場合を考察した。与えられたマルチアームバンドットアルゴリズムが,特定の事前および集合数ステップで新しいタスクで実行されるならば得られる,期待される平均報酬に関する下限を導いた。学習目的として著者らの新しい限界を使用する生涯学習アルゴリズムを提案した。提案アルゴリズムは,いくつかの長寿命マルチアームバンド問題において評価され,一般化限界を使用しないベースライン法よりも性能が優れていることが分かった。【JST・京大機械翻訳】

, , , , , ,
, 【Automatic Indexing@JST】

人工知能

, ,

前のページに戻る