論文の概要: Learning from Local Walks on Dynamic Graphs with Bandit Feedback

• arxiv url: http://arxiv.org/abs/2607.10571v1
• Date: Sun, 12 Jul 2026 04:56:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-14 15:40:48.471136
• Title: Learning from Local Walks on Dynamic Graphs with Bandit Feedback
• Title（参考訳）: バンドフィードバックを用いた動的グラフを用いた局所歩行からの学習
• Abstract要約: 動的グラフ上のマルチアームバンディットについて検討し、腕は時間変化のあるエッジを持つネットワークの頂点に対応する。 本研究では,スライディング・ウインドウ・ミキシングに基づくプロセスに依存しない構造条件を特定し,探索と航行の両面において,グラフの内在的な歩行が安定であることを保証する。
• 参考スコア（独自算出の注目度）: 7.465238700168576
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We study stochastic multi-armed bandits on dynamic graphs, where arms correspond to the vertices of a network with time-varying edges. In this setting, the learner is restricted to local movement, selecting only its current node or an immediate neighbor at each round. This constraint decouples best-arm identification from exploitation: even after the optimal arm is identified, the learner may remain unable to reach it through the evolving topology. We identify a process-agnostic structural condition, based on sliding-window mixing, that ensures the graph's intrinsic walk remains stable for both exploration and navigation. Under this regime, we analyze a family of local explore-then-commit algorithms and establish sublinear expected regret. Our framework includes a reward-aware strategy, for which we prove a worst-case safety theorem and a separate performance gain theorem.
• Abstract（参考訳）: 動的グラフ上での確率的マルチアームバンディット(英語版)について検討し、腕は時間的変化のあるエッジを持つネットワークの頂点に対応する。 この設定では、学習者は局所的な移動に制限され、各ラウンドで現在ノードまたは隣接ノードのみを選択する。 この制約は、最適な腕が特定されても、学習者は進化するトポロジーを通してそれに到達することができない。 本研究では,スライディング・ウインドウ・ミキシングに基づくプロセスに依存しない構造条件を特定し,探索と航行の両面において,グラフの内在的な歩行が安定であることを保証する。 この体制下では、局所的な探索的コミットアルゴリズムのファミリーを分析し、サブ線形予測後悔を確立する。 我々のフレームワークには、最悪のケースの安全性定理と別のパフォーマンスゲイン定理を証明できる報奨対応戦略が含まれている。

関連論文リスト

• Anticipatory Reinforcement Learning: From Generative Path-Laws to Distributional Value Functions [0.0]
  本稿では,非マルコフ決定プロセスと古典的強化学習アーキテクチャのギャップを埋める新しいフレームワークである予測強化学習(ARL)を紹介する。 ジャンプ拡散と構造破壊によって特徴づけられる環境では、伝統的な状態に基づく手法は、正確なフォアフォアフォアフォアフォアフォアフォアフォアフォアフォアフォアフォアフォアフォアフォアフォアフォアフォアフォアフォアフォアフォアホアホアホアホアホアホアホアホアホアホアホアホアホアホアホアホアホアホアホアホアホアホアホアホアホアホアホアホアホ
  論文  参考訳（メタデータ） (2026-04-06T13:15:44Z)
• On Multi-Step Theorem Prediction via Non-Parametric Structural Priors [50.16583672681106]
  本研究では,インコンテキスト学習(ICL)のレンズによる学習自由な定理予測について検討する。 本稿では,過去の解の時間的依存関係を有向グラフとしてエンコードし,推論中に探索空間を効果的に引き起こす明示的なトポロジ的制約を課すTheorem Precedence Graphsを提案する。 FormalGeo7kベンチマークの実験から,本手法は89.29%の精度を実現し,ICLベースラインを著しく上回り,最先端の教師付きモデルに適合することがわかった。
  論文  参考訳（メタデータ） (2026-03-05T06:08:50Z)
• Learning to Explore: Policy-Guided Outlier Synthesis for Graph Out-of-Distribution Detection [51.93878677594561]
  教師なしグラフレベルのOOD検出では、モデルは通常、IDデータのみを使用して訓練される。 本稿では,スタティックスを学習した探索戦略に置き換える政策誘導型アウトリア合成フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-28T11:40:18Z)
• Flickering Multi-Armed Bandits [7.465238700168576]
  Flickering Multi-Armed Bandits (FMAB) は、利用可能なアーム(またはアクション)のセットを各ラウンドで変更できる新しいMABフレームワークである。 我々は、アームがノードであり、エージェントの動きが局所的に制限されるランダムグラフプロセスを用いて、制約付きで進化する可用性をモデル化する。 本アルゴリズムは,この問題クラスに対する情報理論的下界の整合性を確立することにより,ほぼ最適であることを示す。
  論文  参考訳（メタデータ） (2026-02-19T12:24:01Z)
• Adaptive Initial Residual Connections for GNNs with Theoretical Guarantees [7.831509538890674]
  異なるノードが異なる残差強度を持つ適応的残差スキームについて検討する。 特に、埋め込みのディリクレエネルギーがゼロから離れていることを示す。 これはアダプティブな設定だけでなく、アクティベーション関数との静的な残留接続に対しても初めて理論上の保証となる。
  論文  参考訳（メタデータ） (2025-11-10T01:08:37Z)
• Learning by Steering the Neural Dynamics: A Statistical Mechanics Perspective [0.0]
  我々は、ニューラルネットワークが完全に局所的な分散学習をサポートする方法について研究する。 そこで本研究では,任意のバイナリ再帰ネットワークを用いた教師あり学習のための生物学的に妥当なアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-10-13T22:28:34Z)
• On the Effective Usage of Priors in RSS-based Localization [56.68864078417909]
  本稿では、受信信号強度(RSS)指紋と畳み込みニューラルネットワークに基づくアルゴリズムLocUNetを提案する。 本稿では,密集市街地における局所化問題について検討する。 まず,LocUNetがRx位置やRxの事前分布を学習し,トレーニングデータから送信者(Tx)アソシエーションの好みを学習し,その性能を評価できることを示す。
  論文  参考訳（メタデータ） (2022-11-28T00:31:02Z)
• Modelling Neighbor Relation in Joint Space-Time Graph for Video Correspondence Learning [53.74240452117145]
  本稿では、ラベルなしビデオから信頼できる視覚対応を学習するための自己教師付き手法を提案する。 接続時空間グラフでは,ノードがフレームからサンプリングされたグリッドパッチであり,2種類のエッジによってリンクされる。 学習した表現は、様々な視覚的タスクにおいて最先端の自己監督手法よりも優れています。
  論文  参考訳（メタデータ） (2021-09-28T05:40:01Z)
• Spatial-spectral Hyperspectral Image Classification via Multiple Random Anchor Graphs Ensemble Learning [88.60285937702304]
  本稿では,複数のランダムアンカーグラフアンサンブル学習(RAGE)を用いた空間スペクトルHSI分類手法を提案する。 まず、各選択されたバンドのより記述的な特徴を抽出し、局所的な構造と領域の微妙な変化を保存するローカルバイナリパターンを採用する。 次に,アンカーグラフの構成に適応隣接代入を導入し,計算複雑性を低減した。
  論文  参考訳（メタデータ） (2021-03-25T09:31:41Z)
• Latent Bandits Revisited [55.88616813182679]
  潜伏盗賊問題は、学習エージェントが未知の離散潜伏状態に条件付けられた腕の報酬分布を知知する問題である。 本稿では, 上位信頼境界(UCB)とトンプソンサンプリング(Thompson sample)の両方に基づいて, この設定のための一般的なアルゴリズムを提案する。 我々はアルゴリズムの統一的な理論的解析を行い、遅延状態の数がアクションよりも小さい場合、古典的なバンディットポリシーよりも後悔度が低い。
  論文  参考訳（メタデータ） (2020-06-15T19:24:02Z)
• Learning Representations using Spectral-Biased Random Walks on Graphs [18.369974607582584]
  このプロセスにおける確率バイアスが、プロセスによって選択されたノードの品質にどの程度影響するかを調査する。 我々は、この近傍を正規化ラプラス行列として表されるノードの近傍部分グラフのスペクトルに基づく確率測度として簡潔に捉えた。 我々は,様々な実世界のデータセット上で,最先端ノード埋め込み技術に対する我々のアプローチを実証的に評価した。
  論文  参考訳（メタデータ） (2020-05-19T20:42:43Z)

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。