抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
著者らは,各アームの平均の境界の形でサイド情報が得られるマルチアームバンド問題の変異体を研究した。各アームに対する擬似分散を推論するために,与えられた平均限界(全てのアームを交差)を用いて,アームに対する探索速度を決定する,新しい非最適グローバルサブピクセル(GLUE)アルゴリズムを開発した。GLUEのレグレットを解析し,標準UCBアルゴリズムよりも悪くないレグレット上限を証明した。さらに,GLUEは,構造化帯域問題(理論的および経験的)に対する文献に存在するレグレット保証により改善することを示した。最後に,報酬に影響する非記録変数によって混乱した事前データを用いて,適応介入学習の実際的設定を研究した。平均限界はそのようなログから自然に推論でき,学習プロセスを改善するために使用できることを示した。実際のデータセットから得たデータに関する半合成実験により,著者らの発見を検証した。【JST・京大機械翻訳】