確率的線形バンディットのための打切りLinUCB【JST・京大機械翻訳】

Song Yanglei; zhou Meng

プレプリント

J-GLOBAL ID：202202213588946353 整理番号：22P0294347

確率的線形バンディットのための打切りLinUCB【JST・京大機械翻訳】

Truncated LinUCB for Stochastic Linear 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 (2件)： ,
資料名：
発行年： 2022年02月23日プレプリントサーバーでの情報更新日： 2022年11月17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)

本論文では,コンテキストが独立かつ同一分布d次元ランダムベクトルである有限数のアームを有する文脈的帯域を考察し,そして,期待される報酬はアームパラメータとコンテキストの両方において線形である。LinUCBアルゴリズムは,関連する線形帯域に対して最適に近い極小値であり,その過剰探索により,次元dと時間水平Tの両者で準最適である累積レグレットを持つことを示した。LinUCBの短縮版を提案し,「Tr-LinUCB」と命名し,それは,打切り時間SまでLinUCBに従い,その後,純粋な開発を行う。Tr-LinUCBアルゴリズムは,十分に大きな一定のCのためのS=Cdlog(T)ならば,O(dlog(T))レグレットを達成して,マッチする下限を確立して,それは低次元領域の下でdとTの両方におけるTr-LinUCBの速度最適性を示した。さらに,S=dlog ̄κ(T)がいくつかのκ>1の場合に,最適と比較して損失が,dに依存しない乗法的loglog(T)因子であった。Tr-LinUCBの打切り時間の選択におけるオーバーシュートへのこの非感受性は,実用的に重要である。【JST・京大機械翻訳】

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

人工知能 , 非遷移金属元素の錯体

, ,

前のページに戻る