交絡データからの平均限界を持つバンディットにおける劣探索について【JST・京大機械翻訳】

Sharma Nihal; Basu Soumya; Shanmugam Karthikeyan; Shakkottai Sanjay

プレプリント

J-GLOBAL ID：202202208901741128 整理番号：21P0024825

交絡データからの平均限界を持つバンディットにおける劣探索について【JST・京大機械翻訳】

On Under-exploration in Bandits with Mean Bounds from Confounded Data

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： 2020年02月19日プレプリントサーバーでの情報更新日： 2021年06月10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,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】

, ,
, , 【Automatic Indexing@JST】

人工知能

, , ,

前のページに戻る