論文の概要: Near-Optimal Confidence Sequences for Bounded Random Variables

• arxiv url: http://arxiv.org/abs/2006.05022v3
• Date: Thu, 3 Jun 2021 20:43:21 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-23 13:34:50.400258
• Title: Near-Optimal Confidence Sequences for Bounded Random Variables
• Title（参考訳）: 境界ランダム変数のほぼ最適信頼系列
• Authors: Arun Kumar Kuchibhotla and Qinqing Zheng
• Abstract要約: オンライン推論の根本的な問題は、成長する無限小サンプルサイズに対して均一に有効である信頼区間のシーケンスを提供することである。 我々は,ベンツクスの濃度値を利用して,有界確率変数のほぼ最適確率列を提供する。 得られた信頼性シーケンスは、合成カバレッジ問題と適応停止アルゴリズムへの応用の両方において好適であることが確認された。
• 参考スコア（独自算出の注目度）: 5.901337162013615
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Many inference problems, such as sequential decision problems like A/B testing, adaptive sampling schemes like bandit selection, are often online in nature. The fundamental problem for online inference is to provide a sequence of confidence intervals that are valid uniformly over the growing-into-infinity sample sizes. To address this question, we provide a near-optimal confidence sequence for bounded random variables by utilizing Bentkus' concentration results. We show that it improves on the existing approaches that use the Cram{\'e}r-Chernoff technique such as the Hoeffding, Bernstein, and Bennett inequalities. The resulting confidence sequence is confirmed to be favorable in both synthetic coverage problems and an application to adaptive stopping algorithms.
• Abstract（参考訳）: A/Bテストのようなシーケンシャルな決定問題や、帯域選択のような適応的なサンプリングスキームといった多くの推論問題は、本質的にはオンラインである。 オンライン推論の基本的な問題は、成長する無限小サンプルサイズに対して均一に有効である信頼区間のシーケンスを提供することである。 この問題に対処するために、Bentkusの濃度結果を利用して、有界確率変数に対する準最適信頼シーケンスを提供する。 我々は、Hoeffding、Bernstein、Bennettの不等式のようなCram{\'e}r-Chernoffテクニックを用いた既存のアプローチを改善したことを示す。 その結果得られた信頼度系列は,合成被覆問題と適応停止アルゴリズムへの応用において良好であることが確認された。

関連論文リスト

• Simultaneous Inference for Local Structural Parameters with Random Forests [19.014535120129338]
  我々は条件モーメント方程式の解に対する同時信頼区間を構築する。 我々は高次元U.S.の濃度と正規近似に関する新しい順序抽出結果を得た。 副産物として、高次元U.S.の濃度と正規近似に関するいくつかの新しい順序抽出結果を得る。
  論文  参考訳（メタデータ） (2024-05-13T15:46:11Z)
• Best Arm Identification with Fixed Budget: A Large Deviation Perspective [54.305323903582845]
  我々は、様々な武器の報酬間の経験的ギャップに基づいて、あらゆるラウンドで腕を拒絶できる真に適応的なアルゴリズムであるsredを提示する。 特に、様々な武器の報酬の間の経験的ギャップに基づいて、あらゆるラウンドで腕を拒絶できる真に適応的なアルゴリズムであるsredを提示する。
  論文  参考訳（メタデータ） (2023-12-19T13:17:43Z)
• Likelihood Ratio Confidence Sets for Sequential Decision Making [51.66638486226482]
  確率に基づく推論の原理を再検討し、確率比を用いて妥当な信頼シーケンスを構築することを提案する。 本手法は, 精度の高い問題に特に適している。 提案手法は,オンライン凸最適化への接続に光を当てることにより,推定器の最適シーケンスを確実に選択する方法を示す。
  論文  参考訳（メタデータ） (2023-11-08T00:10:21Z)
• Improved Algorithms for Stochastic Linear Bandits Using Tail Bounds for Martingale Mixtures [26.683757807252675]
  線形バンディット問題に対する最悪の後悔の保証を施した改良アルゴリズムを提案する。 我々は、我々の信頼シーケンスが、経験的にも理論的にも、競合よりも厳密であることを示す。
  論文  参考訳（メタデータ） (2023-09-25T17:13:46Z)
• Margin theory for the scenario-based approach to robust optimization in high dimension [0.0]
  本稿では、ロバストな最適化のためのシナリオアプローチを扱う。 これは、問題の不確実性によって引き起こされる可能性のある無限個の制約のランダムサンプリングに依存する。
  論文  参考訳（メタデータ） (2023-03-07T13:33:46Z)
• Huber-Robust Confidence Sequences [37.16361789841549]
  信頼シーケンスは、逐次追跡可能な信頼区間であり、任意のデータ依存の停止時間で有効である。 非逐次的設定で達成された最適幅を達成するために,結果の信頼性シーケンスが得られたことを示す。 信頼シーケンスは、A/B/nテストやバンドイットで使用される一般的なツールであるため、これらの結果は、外れ値や敵の腐敗に対して堅牢なシーケンシャルな実験への扉を開く。
  論文  参考訳（メタデータ） (2023-01-23T17:29:26Z)
• Optimal Clustering with Bandit Feedback [57.672609011609886]
  本稿では,バンディットフィードバックを用いたオンラインクラスタリングの問題点について考察する。 これは、NPハード重み付きクラスタリング問題をサブルーチンとして解決する必要性を回避するための、シーケンシャルなテストのための新しい停止規則を含む。 合成および実世界のデータセットの広範なシミュレーションを通して、BOCの性能は下界と一致し、非適応的ベースラインアルゴリズムよりも大幅に優れることを示す。
  論文  参考訳（メタデータ） (2022-02-09T06:05:05Z)
• Open Problem: Tight Online Confidence Intervals for RKHS Elements [57.363123214464764]
  我々は、RKHS設定におけるオンライン信頼区間の質問を形式化し、既存の結果を概観する。 準最適後悔境界がこれらのアルゴリズムの根本的な欠点なのか、あるいは証明の成果物なのかは定かではない。
  論文  参考訳（メタデータ） (2021-10-28T22:36:20Z)
• Stochastic Gradient Descent-Ascent and Consensus Optimization for Smooth Games: Convergence Analysis under Expected Co-coercivity [49.66890309455787]
  本稿では,SGDA と SCO の最終的な収束保証として,期待されるコヒーレンシティ条件を導入し,その利点を説明する。 定常的なステップサイズを用いた場合、両手法の線形収束性を解の近傍に証明する。 我々の収束保証は任意のサンプリングパラダイムの下で保たれ、ミニバッチの複雑さに関する洞察を与える。
  論文  参考訳（メタデータ） (2021-06-30T18:32:46Z)
• Post-Contextual-Bandit Inference [57.88785630755165]
  コンテキストバンディットアルゴリズムは、電子商取引、医療、政策立案における非適応的なA/Bテストを置き換える傾向にある。 研究参加者の成果を改善することもでき、良い方針や最良の政策を特定できる可能性を高めることもできる。 研究の終盤における新規介入の信頼性推論を支援するため, 平均治療効果, サブグループ効果, あるいは新政策の価値について, 有効な信頼区間を構築したい。
  論文  参考訳（メタデータ） (2021-06-01T12:01:51Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。