線形最適化のためのアクティブ情報取得【JST・京大機械翻訳】

Zheng Shuran; Waggoner Bo; Liu Yang; Chen Yiling

プレプリント

J-GLOBAL ID：202202206371170385 整理番号：21P0005158

線形最適化のためのアクティブ情報取得【JST・京大機械翻訳】

Active Information Acquisition for Linear Optimization

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： 2017年09月28日プレプリントサーバーでの情報更新日： 2021年09月04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)

著者らは,目標が積極的に,しかし,効率的に,それを解決するための問題に関する欠測情報を取得するために,部分指定最適化問題を考察した。アルゴリズム設計者は,線形プログラム(LP),maxc ̄Txs.tを解くことを望んでいる。Ax≦b,x≧0,しかし,最初にパラメータのいくつかを知らない。このアルゴリズムは,未知パラメータを反復的に選択し,パラメータ(未知)値を中心とした雑音の多いサンプルの形式で情報を収集できる。目標は,少数の試料を描画しながら,高い確率で基礎となるLPに対して,ほぼ実行可能で最適解を見つけることである。2例に焦点を当てた。(1)目的のパラメータcが最初に未知である場合,情報理論的手法を取り上げ,(非効率的)連続除去アルゴリズムで,大まかにマッチングする上限とより低いサンプル複雑性限界を与える。(2)制約のパラメータbが最初に未知であるとき,著者らは,LPのための楕円法から技術を結合する効率的アルゴリズム,および帯域アルゴリズムからの信頼結合アプローチを提案する。アルゴリズムは,発展させるために必要な限り,制約に関する情報を適応的に収集する。アルゴリズムに対するサンプル複雑性限界を与え,シミュレーションによるナイーブ手法に対する改善を実証した。【JST・京大機械翻訳】

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

システム設計・解析

前のページに戻る