オンライン学習のための予測による遅延ラグランジアン【JST・京大機械翻訳】

Anderson Daron; Iosifidis George; Leith Douglas J.

プレプリント

J-GLOBAL ID：202202213687672133 整理番号：22P0025127

オンライン学習のための予測による遅延ラグランジアン【JST・京大機械翻訳】

Lazy Lagrangians with Predictions for Online 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 (3件)： , ,
資料名：
発行年： 2022年01月08日プレプリントサーバーでの情報更新日： 2022年01月08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)

次のコストと制約関数に対する予測の存在における時変付加制約によるオンライン凸最適化の一般的な問題を考察した。予測適応動的ステップと追跡-Regularized-Leader反復法を結合することによって,新規プライマー-二重アルゴリズムを設計した。アルゴリズムは,パラメータβ→∞[1/2,1]によって調整可能なO(T ̄3-β/4)レグレットとO(T ̄1+β/2)制約違反限界を達成して,予測品質によって収縮する一定の因子を有して,最終的に完全な予測のためにO(1)レグレットを達成した。本研究は,この制約されたOCO設定のためのFTRLフレームワークを拡張し,予測の品質,コスト関数,または凸性を超えた制約の幾何学に条件を課さずに,それぞれの最先端の greedy欲ベース解を凌駕する。【JST・京大機械翻訳】

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

数値計算

, , ,

前のページに戻る