ロジスティックバンディットにおけるRegret最小化のための実験的設計アプローチ【JST・京大機械翻訳】

Mason Blake; Jun Kwang-Sung; Jain Lalit

プレプリント

J-GLOBAL ID：202202213306880207 整理番号：22P0285019

ロジスティックバンディットにおけるRegret最小化のための実験的設計アプローチ【JST・京大機械翻訳】

An Experimental Design Approach for Regret Minimization in Logistic 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 (3件)： , ,
資料名：
発行年： 2022年02月04日プレプリントサーバーでの情報更新日： 2022年02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)

本研究では,ロジスティックバンドに対するレグレット最小化問題を考察した。ロジスティックバンドの主な課題は,未知のパラメータθ_*のノルムで指数的に最悪のスケールで,潜在的に大きな問題依存定数κへの依存性を低減することである。Abeille et al.(2021)は,Dが次元であるO(dlog ̄2(κ)√μTlog(|X|))のようなレグレット保証を提供するこの最悪ケース依存性を除去するために,ロジスティック関数の自己一致を適用し,Tは時間水平であり,μは最良アームの分散である。本研究は,O(√dμTlog(|X|))のミニマックスレレットを達成する実験計画手順を採用することによって,固定アーム設定でこの限界を改善した。本レグレットは,実際には,ロジスティックバンドにおいて,よりタイトなインスタンス(即ち,ギャップ)に依存するレグレットを,初めて取り込む。また,著者らは,一般に,レグレットにおける低次項を劇的に減らすことができる新しいウォームアップサンプリングアルゴリズムを提案し,それが,いくつかのインスタンスに対して,κに対する低次項依存性をlog ̄2(κ)に置き換えることができることを証明した。最後に,ロジスティックバンド問題に対するMLEのバイアスの影響を考察し,d ̄2低次regret(cf.,線形バンドに対するd)がMLEを用いる限り改善されない例を提供し,バイアス補正推定器がdに近づくのに使用できる。【JST・京大機械翻訳】

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

数値計算 , システム最適化手法

, ,

前のページに戻る