文献

J-GLOBAL ID：202202238887199908   整理番号：22A1195979

Banditフィードバックに基づくオンライン分散鏡面降下アルゴリズム【JST・京大機械翻訳】

Online Distributed Mirror Descent Algorithm Based on Bandit Feedback

著者 (2件)： Zhu Xiaomei (重慶師范大学数学科学学院,重慶401331;重慶両江新区博雅小学校,重慶401121) ,  Li Jueyou (重慶師范大学数学科学学院,重慶401331)
資料名： Xinan Daxue Xuebao. Ziran Kexue Ban  (Xinan Daxue Xuebao. Ziran Kexue Ban)
巻： 44  号： 1  ページ： 99-107  発行年： 2022年 
JST資料番号： C2194A  ISSN： 1000-2642  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： Banditフィードバックに基づくオンライン分散鏡面降下(ODMD-B)アルゴリズムを提案した。まず第一に,オンライン分散鏡面勾配降下(ODMD)アルゴリズムを無勾配に拡張し,関数値情報のみを用いて勾配を推定するための新しい方式であるBanditフィードバックを提案し,その鍵は損失関数値情報を用いて勾配情報を近似することである。勾配情報の取得や計算が難しい。次に,アルゴリズムの収束解析を与えた。結果により、アルゴリズムの収束速度はO(√T)であり、そのうちTは反復回数であることが明らかになった。最後に,投資ポートフォリオ選択モデルを用いて,数値シミュレーションを行った。実験結果は,ODMD-Bアルゴリズムの収束速度が既存のODMDアルゴリズムの収束速度に近いことを示した。ODMDアルゴリズムと比較して,提案したアルゴリズムの利点は,計算の小さな関数値情報のみを用いて,勾配情報取得の困難さに,より好適である。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  シミュレーション ,  速度 ,  損失関数 ,  投資 ,  情報収集 ,  *フィードバック
準シソーラス用語： 数値シミュレーション ,  収束速度 ,  *オンライン ,  収束解析 , 【Automatic Indexing@JST】

分類 (2件)： 計算理論  (JB02000A) ,  計算機シミュレーション  (JE11000H)

タイトルに関連する用語 (5件)： フィードバック ,  オンライン ,  鏡面 ,  降下 ,  アルゴリズム