Meta学習によるニューラル協調フィルタリングバンディット【JST・京大機械翻訳】

Ban Yikun; Qi Yunzhe; Wei Tianxin; He Jingrui

プレプリント

J-GLOBAL ID：202202213502940072 整理番号：22P0282555

Meta学習によるニューラル協調フィルタリングバンディット【JST・京大機械翻訳】

Neural Collaborative Filtering Bandits via Meta Learning

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： 2022年01月31日プレプリントサーバーでの情報更新日： 2022年02月23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)

文脈的マルチアームバンドットは,個人化推薦における直接アプリケーションで,意思決定における開発探索ジレンマを解決するための強力なツールを提供する。事実,ユーザ間の協調効果は,推薦を改善する大きなポテンシャルを持つ。本論文では,報酬が非線形関数であり,グループが動的に異なる特定のコンテンツを与えることができる,「Neural Collaborative Filtering Banditsを探索することによって問題を導入し,研究する。この問題を解決するため,メタ学習によりヒントを得て,Meta-Ban(メタバンド)を提案し,そこでは,メタ学習者が,UCBベースの探索戦略と共に,動的グループに表現し,迅速に適応するように設計された。さらに,著者らは,Meta-BanがO(√TlogT)のレグレット結合を達成でき,最先端の関連研究に対して乗法因子√logTを改善することを示した。最後に,著者らは,Meta-Banが6つの強いベースラインよりも著しく優れていることを示す広範な実験を行った。【JST・京大機械翻訳】

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

人工知能

前のページに戻る