論文の概要: Dealing with Unknown Variances in Best-Arm Identification
- arxiv url: http://arxiv.org/abs/2210.00974v1
- Date: Mon, 3 Oct 2022 14:42:48 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-04 14:06:55.542630
- Title: Dealing with Unknown Variances in Best-Arm Identification
- Title（参考訳）: 最良腕識別における未知のばらつきの扱い
- Authors: Marc Jourdan, R\'emy Degenne, Emilie Kaufmann
- Abstract要約: 本研究では, 未知の分散に接続するか, 輸送コストを適応させることにより, 未知の分散に対処する2つのアプローチを紹介し, 解析する。
トラック・アンド・ストップとトップ2アルゴリズムにおける2つのサンプリングルールラッパーの理論的および実証的な性能について述べる。
- 参考スコア（独自算出の注目度）: 11.975934323118752
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: The problem of identifying the best arm among a collection of items having
Gaussian rewards distribution is well understood when the variances are known.
Despite its practical relevance for many applications, few works studied it for
unknown variances. In this paper we introduce and analyze two approaches to
deal with unknown variances, either by plugging in the empirical variance or by
adapting the transportation costs. In order to calibrate our two stopping
rules, we derive new time-uniform concentration inequalities, which are of
independent interest. Then, we illustrate the theoretical and empirical
performances of our two sampling rule wrappers on Track-and-Stop and on a Top
Two algorithm. Moreover, by quantifying the impact on the sample complexity of
not knowing the variances, we reveal that it is rather small.
- Abstract（参考訳）: ガウスの報奨分布を持つ項目の集合の中で最適な腕を特定する問題は、その分散が知られているときによく理解される。
多くの応用に対する実践的な関連性にもかかわらず、未知の分散について研究する研究はほとんどない。
本稿では,経験的分散に接続するか,輸送コストを適応させることで,未知の分散に対処する2つのアプローチを紹介し,分析する。
2つの停止規則を校正するために、我々は独立した関心を持つ新しい時間一様濃度不等式を導出する。
次に,2つのサンプリングルールラッパーのトラック・アンド・ストップおよびトップ2アルゴリズムにおける理論的および経験的性能を示す。
さらに, 分散を知らないサンプルの複雑さへの影響を定量化することで, 比較的小さいことを明らかにする。
関連論文リスト
- Model-Agnostic Covariate-Assisted Inference on Partially Identified Causal Effects [1.9253333342733674]
多くの因果推定値は、潜在的な結果間の観測不能な関節分布に依存するため、部分的にしか識別できない。
本研究では,部分的同定された推定値の広いクラスに対して,統一的かつモデルに依存しない推論手法を提案する。
論文 参考訳（メタデータ） (2023-10-12T08:17:30Z) - Partial identification of kernel based two sample tests with mismeasured
data [5.076419064097733]
最大平均離散性(MMD)のような2サンプルテストは、機械学習アプリケーションにおける2つの分布の違いを検出するためにしばしば使用される。
我々は,1つの分布の非ランダムな$epsilon$%が互いに誤ってグループ化されるような,$epsilon$-contaminationに基づくMDDの推定について検討した。
そこで本研究では,これらの境界を推定する手法を提案し,サンプルサイズが大きくなるにつれてMDD上の最も鋭い限界に収束する推定値を示す。
論文 参考訳（メタデータ） (2023-08-07T13:21:58Z) - Skeptical binary inferences in multi-label problems with sets of
probabilities [0.0]
複数ラベル問題に対する分布的に堅牢で懐疑的な推測を行うことの問題点を考察する。
懐疑論により、我々はこの集合内のすべての分布に対して真であるような推論のみを有効とみなすことができると理解する。
特にハミング損失の場合、多ラベル問題における共通損失関数について検討し、この設定において懐疑的な推論がいかに可能かを示す。
論文 参考訳（メタデータ） (2022-05-02T05:37:53Z) - A Unified Framework for Multi-distribution Density Ratio Estimation [101.67420298343512]
バイナリ密度比推定(DRE)は多くの最先端の機械学習アルゴリズムの基礎を提供する。
ブレグマン最小化の発散の観点から一般的な枠組みを開発する。
我々のフレームワークはバイナリDREでそれらのフレームワークを厳格に一般化する手法に導かれることを示す。
論文 参考訳（メタデータ） (2021-12-07T01:23:20Z) - Deconfounded Score Method: Scoring DAGs with Dense Unobserved
Confounding [101.35070661471124]
本研究では,観測データ分布に特徴的フットプリントが残っており,突発的・因果的影響を解消できることを示す。
汎用ソルバで実装し,高次元問題へのスケールアップが可能なスコアベース因果検出アルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-03-28T11:07:59Z) - Squared $\ell_2$ Norm as Consistency Loss for Leveraging Augmented Data
to Learn Robust and Invariant Representations [76.85274970052762]
元のサンプルと拡張されたサンプルの埋め込み/表現の距離を規則化することは、ニューラルネットワークの堅牢性を改善するための一般的なテクニックである。
本稿では、これらの様々な正規化選択について検討し、埋め込みの正規化方法の理解を深める。
私たちが特定したジェネリックアプローチ(squared $ell$ regularized augmentation)は、それぞれ1つのタスクのために特別に設計されたいくつかの手法より優れていることを示す。
論文 参考訳（メタデータ） (2020-11-25T22:40:09Z) - Estimating means of bounded random variables by betting [39.98103047898974]
本稿では、境界観測から未知の平均を推定する古典的な問題に対して、信頼区間(CI)と時間一様信頼シーケンス(CS)を導出する。
本稿では,Chernoff法を一般化し改良したものと考えられる濃度境界を導出する一般手法を提案する。
我々は、これらのアイデアを、置換せずにサンプリングに拡張する方法を示し、また、非常に研究された問題である。
論文 参考訳（メタデータ） (2020-10-19T17:22:03Z) - DEMI: Discriminative Estimator of Mutual Information [5.248805627195347]
連続確率変数間の相互情報を推定することは、高次元データにとってしばしば難解で困難である。
近年の進歩は、相互情報の変動的下界を最適化するためにニューラルネットワークを活用している。
提案手法は,データサンプルペアが結合分布から引き出される確率を提供する分類器の訓練に基づく。
論文 参考訳（メタデータ） (2020-10-05T04:19:27Z) - A One-step Approach to Covariate Shift Adaptation [82.01909503235385]
多くの機械学習シナリオにおけるデフォルトの前提は、トレーニングとテストサンプルは同じ確率分布から引き出されることである。
予測モデルと関連する重みを1つの最適化で共同で学習する新しいワンステップアプローチを提案する。
論文 参考訳（メタデータ） (2020-07-08T11:35:47Z) - Relative Deviation Margin Bounds [55.22251993239944]
我々はRademacher複雑性の観点から、分布依存と一般家庭に有効な2種類の学習境界を与える。
有限モーメントの仮定の下で、非有界な損失関数に対する分布依存的一般化境界を導出する。
論文 参考訳（メタデータ） (2020-06-26T12:37:17Z) - The Simulator: Understanding Adaptive Sampling in the
Moderate-Confidence Regime [52.38455827779212]
エミュレータと呼ばれる適応サンプリングを解析するための新しい手法を提案する。
適切なログファクタを組み込んだトップk問題の最初のインスタンスベースの下位境界を証明します。
我々の新しい分析は、後者の問題に対するこの種の最初のエミュレータであるベストアームとトップkの識別に、シンプルでほぼ最適であることを示した。
論文 参考訳（メタデータ） (2017-02-16T23:42:02Z)
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。