Fugu-MT 論文翻訳(概要): Improved Regret Bounds for Tracking Experts with Memory

論文の概要: Improved Regret Bounds for Tracking Experts with Memory

arxiv url: http://arxiv.org/abs/2106.13021v1
Date: Thu, 24 Jun 2021 13:52:46 GMT
ステータス: 処理完了
システム内更新日: 2021-06-25 15:00:43.859560
Title: Improved Regret Bounds for Tracking Experts with Memory
Title（参考訳）: メモリ専門家追跡のためのレグレトバウンドの改善
Authors: James Robinson, Mark Herbster
Abstract要約: 非定常環境におけるエキスパートアドバイスによる逐次予測の問題に対処する。我々は、最もよく知られた後悔境界を改善する線形時間アルゴリズムを提案する。
参考スコア（独自算出の注目度）: 13.107314023500349
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We address the problem of sequential prediction with expert advice in a non-stationary environment with long-term memory guarantees in the sense of Bousquet and Warmuth [4]. We give a linear-time algorithm that improves on the best known regret bounds [26]. This algorithm incorporates a relative entropy projection step. This projection is advantageous over previous weight-sharing approaches in that weight updates may come with implicit costs as in for example portfolio optimization. We give an algorithm to compute this projection step in linear time, which may be of independent interest.
Abstract（参考訳）: 本研究では,Bousquet と Warmuth を意識した長期記憶保証を備えた非定常環境におけるエキスパートアドバイスによる逐次予測の問題に対処する [4]。我々は、最もよく知られた後悔境界を改善する線形時間アルゴリズムを提供する[26]。このアルゴリズムは相対エントロピー投影ステップを含む。この予測は、例えばポートフォリオ最適化のような暗黙のコストで重み更新を行うという従来の重み共有アプローチよりも有利である。我々は、この射影ステップを線形時間で計算するアルゴリズムを与える。

関連論文リスト

Near-Optimal Algorithm for Non-Stationary Kernelized Bandits [6.379833644595456]
時変ベイズ最適化(英語版)とも呼ばれる非定常カーネル化バンドイット問題(KB)について検討する。我々は,2乗指数およびマタン核を持つ非定常KBに対して,アルゴリズムに依存しない最初のリフレッシュローバウンドを示す。本稿では,ランダムな置換による位相除去を再開する手法を提案する。
論文参考訳（メタデータ） (2024-10-21T14:28:26Z)
Differentially Private Optimization with Sparse Gradients [60.853074897282625]
微分プライベート(DP)最適化問題を個人勾配の空間性の下で検討する。これに基づいて、スパース勾配の凸最適化にほぼ最適な速度で純粋および近似DPアルゴリズムを得る。
論文参考訳（メタデータ） (2024-04-16T20:01:10Z)
Tightest Admissible Shortest Path [4.928034044959278]
グラフにおける最短経路問題はAIの基本である。本稿では,最適コストに縛られた最短経路である許容最短経路(TASP)の探索問題を紹介する。我々は、ソリューションの品質を保証し、TASPを解くための完全なアルゴリズムを提案する。
論文参考訳（メタデータ） (2023-08-15T14:39:05Z)
Regret Bounds for Expected Improvement Algorithms in Gaussian Process Bandit Optimization [63.8557841188626]
期待されている改善(EI)アルゴリズムは、不確実性の下で最適化するための最も一般的な戦略の1つである。本稿では,GP予測平均を通した標準既存値を持つEIの変種を提案する。我々のアルゴリズムは収束し、$mathcal O(gamma_TsqrtT)$の累積後悔境界を達成することを示す。
論文参考訳（メタデータ） (2022-03-15T13:17:53Z)
Stochastic Online Linear Regression: the Forward Algorithm to Replace Ridge [24.880035784304834]
オンラインリッジ回帰とフォワードアルゴリズムに対して高い確率的後悔境界を導出する。これにより、オンライン回帰アルゴリズムをより正確に比較し、有界な観測と予測の仮定を排除できる。
論文参考訳（メタデータ） (2021-11-02T13:57:53Z)
STORM+: Fully Adaptive SGD with Momentum for Nonconvex Optimization [74.1615979057429]
本研究では,スムーズな損失関数に対する期待値である非バッチ最適化問題について検討する。我々の研究は、学習率と運動量パラメータを適応的に設定する新しいアプローチとともに、STORMアルゴリズムの上に構築されている。
論文参考訳（メタデータ） (2021-11-01T15:43:36Z)
Distributed stochastic optimization with large delays [59.95552973784946]
大規模最適化問題を解決する最も広く使われている手法の1つは、分散非同期勾配勾配(DASGD)である。 DASGDは同じ遅延仮定の下で大域的最適実装モデルに収束することを示す。
論文参考訳（メタデータ） (2021-07-06T21:59:49Z)
On Limited-Memory Subsampling Strategies for Bandits [0.0]
本稿では,Budry et al. (2020) の最近の研究で提案されている単純な決定論的部分サンプリング則が,一次元指数関数族において最適であることを示す。また、これらの保証は、アルゴリズムメモリを時間軸の多対数関数に制限する場合にも有効であることを示す。本稿では,近年の観測結果のみをサブサンプリングに用い,既知の急激な変化を前提とした最適後悔保証を実現するアルゴリズムの変種を提案する。
論文参考訳（メタデータ） (2021-06-21T09:11:22Z)
An Asymptotically Optimal Primal-Dual Incremental Algorithm for Contextual Linear Bandits [129.1029690825929]
複数の次元に沿った最先端技術を改善する新しいアルゴリズムを提案する。非文脈線形帯域の特別な場合において、学習地平線に対して最小限の最適性を確立する。
論文参考訳（メタデータ） (2020-10-23T09:12:47Z)
State Space Expectation Propagation: Efficient Inference Schemes for Temporal Gaussian Processes [21.22700483305901]
非時間的時間的および時間的共役過程モデルにおけるベイズ推定を近似する。我々はこれらのアルゴリズムについて統一的な視点を提供し、パワーEPモーメントマッチングのステップを線形化に置き換えることで、古典的なスムースラーをいかに回復するかを示す。
論文参考訳（メタデータ） (2020-07-12T13:59:25Z)
Accelerated Message Passing for Entropy-Regularized MAP Inference [89.15658822319928]
離散値のランダムフィールドにおけるMAP推論の最大化は、機械学習の基本的な問題である。この問題の難しさから、特殊メッセージパッシングアルゴリズムの導出には線形プログラミング(LP)緩和が一般的である。古典的加速勾配の根底にある手法を活用することにより,これらのアルゴリズムを高速化するランダム化手法を提案する。
論文参考訳（メタデータ） (2020-07-01T18:43:32Z)

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。