戦略駆動限界定理関連バンディット問題【JST・京大機械翻訳】

Chen Zengjing; Feng Shui; Zhang Guodong

プレプリント

J-GLOBAL ID：202202204340705733 整理番号：22P0328864

戦略駆動限界定理関連バンディット問題【JST・京大機械翻訳】

Strategy-Driven Limit Theorems Associated Bandit Problems

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 (3件)： , ,
資料名：
発行年： 2022年04月09日プレプリントサーバーでの情報更新日： 2022年05月18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)

帯域問題の漸近挙動の研究によって動機づけられて,著者らは,多数の戦略駆動限界定理を,大数の法則,大偏差原理,および中心極限定理を含む。古典的極限定理と異なり,最大または最小平均報酬を生成するサンプリング戦略駆動限界定理を開発した。大きい数値の法則は,様々な戦略の下で達成可能なすべての可能な限界を同定する。大きな偏差原理は,限界領域からの偏差の最大減衰確率を提供した。平均周辺の変動を記述するために,最適戦略の下で戦略駆動中心極限定理を得た。これらの定理の限界を明示的に同定し,事象の構造あるいは積分関数と戦略に大きく依存する。これは学習構造の重要な署名を示す。これらの結果を用いて,最大(最小)報酬を推定し,二腕帯域問題におけるParrondoのパラドックスを回避する条件を同定した。また,それは,より高い平均報酬を提供するアームの決定における統計的推論の理論的基礎を築く。【JST・京大機械翻訳】

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

システム・制御理論一般 , 統計学 , 確率論

, ,

前のページに戻る