論文の概要: Fully sequential Gaussian process regression for preference learning

• arxiv url: http://arxiv.org/abs/2610.19391v1
• Date: Wed, 14 Oct 2026 01:35:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:15.886699
• Title: Fully sequential Gaussian process regression for preference learning
• Title（参考訳）: 嗜好学習のための完全連続ガウス過程回帰
• Abstract要約: 目的関数を直接評価できない連続的大域的最適化問題について検討する。 モーメントマッチングに基づく完全な逐次近似を考えると、メタモデルの平均と共分散の高速なクローズドフォーム更新が得られる。 我々は、カーネルの滑らかさに依存する統計的誤差と期待された単純後悔の両方に対して収束率を証明した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We study continuous global optimization problems in which the objective function cannot be directly evaluated; rather, we observe only which of two selected design points appears to perform better, subject to noise. Such comparisons complicate the use of Gaussian process regression because they yield non-Gaussian posteriors. We consider a fully sequential approximation, based on moment-matching, that yields a fast closed-form update of the metamodel's mean and covariance. We then propose DOVE, a fully sequential sampling policy that combines an information gain criterion with randomized sampling designed to control error accumulation. Under fairly standard regularity conditions, we prove convergence rates for both statistical error and expected simple regret that depend on kernel smoothness. To our knowledge, these are the first such rates for fully sequential approximate Bayesian inference in continuous global optimization.
• Abstract（参考訳）: 本研究では,目的関数を直接評価できない連続的大域的最適化問題について検討する。 このような比較はガウス過程の回帰(英語版)の使用を複雑にする。 モーメントマッチングに基づく完全な逐次近似を考えると、メタモデルの平均と共分散の高速なクローズドフォーム更新が得られる。 次に、情報ゲイン基準と誤り蓄積を制御するランダム化サンプリングを組み合わせた完全逐次サンプリングポリシーであるDOVEを提案する。 かなり標準的な正則性条件の下では、カーネルの滑らかさに依存する統計的誤差と期待された単純後悔の両方に対する収束率を証明する。 我々の知る限り、これは連続大域最適化における完全な逐次近似ベイズ推定のための最初のそのような速度である。

関連論文リスト

• Convergence Dynamics of Over-Parameterized Score Matching for a Single Gaussian [48.340460104014]
  学習モデルの勾配降下について検討し,1つのガウス分布を学習する。 複数の条件下での勾配降下に対する大域収束結果を証明した。 これは、スコアマッチングフレームワークの下で少なくとも3つの成分を持つガウス混合に対する大域収束保証を確立するための最初の試みである。
  論文  参考訳（メタデータ） (2025-11-27T03:41:48Z)
• Preference Trajectory Modeling via Flow Matching for Sequential Recommendation [50.077447974294586]
  シーケンスレコメンデーションは、履歴的なインタラクションシーケンスに基づいて、各ユーザの次の項目を予測する。 FlowRecはシンプルだが効果的なシーケンシャルレコメンデーションフレームワークである。 我々は,ガウス雑音に代えてパーソナライズされた行動に基づく事前分布を構築し,ユーザの嗜好軌跡をモデル化するためのベクトル場を学習する。
  論文  参考訳（メタデータ） (2025-08-25T02:55:42Z)
• Stochastic optimization with arbitrary recurrent data sampling [2.1485350418225244]
  最も一般的に使われているデータサンプリングアルゴリズムは、軽度な仮定の下にある。 特定のクラスの繰り返し最適化アルゴリズムに対して、他のプロパティは不要であることを示す。 我々は,データセットをカバーするサンプリングアルゴリズムを選択することで,収束を加速できることを示す。
  論文  参考訳（メタデータ） (2024-01-15T14:04:50Z)
• Sampling from Gaussian Process Posteriors using Stochastic Gradient Descent [43.097493761380186]
  勾配アルゴリズムは線形系を解くのに有効な方法である。 最適値に収束しない場合であっても,勾配降下は正確な予測を導出することを示す。 実験的に、勾配降下は十分に大規模または不条件の回帰タスクにおいて最先端の性能を達成する。
  論文  参考訳（メタデータ） (2023-06-20T15:07:37Z)
• Sharp global convergence guarantees for iterative nonconvex optimization: A Gaussian process perspective [30.524043513721168]
  回帰モデルのクラスに対する反復アルゴリズムの収束を解析するための一般的なレシピを開発する。 決定論的には、有限サンプル状態におけるアルゴリズムの収束率と最終的なエラーフロアの両方を正確にキャプチャする。 我々は、更新の交互化に基づく高次アルゴリズムと、下位次数に基づく一次アルゴリズムの両方に対して、鋭い収束率を示す。
  論文  参考訳（メタデータ） (2021-09-20T21:48:19Z)
• Local policy search with Bayesian optimization [73.0364959221845]
  強化学習は、環境との相互作用によって最適な政策を見つけることを目的としている。 局所探索のための政策勾配は、しばしばランダムな摂動から得られる。 目的関数の確率モデルとその勾配を用いたアルゴリズムを開発する。
  論文  参考訳（メタデータ） (2021-06-22T16:07:02Z)
• High Probability Complexity Bounds for Non-Smooth Stochastic Optimization with Heavy-Tailed Noise [51.31435087414348]
  アルゴリズムが高い確率で小さな客観的残差を与えることを理論的に保証することが不可欠である。 非滑らか凸最適化の既存の方法は、信頼度に依存した複雑性境界を持つ。 そこで我々は,勾配クリッピングを伴う2つの手法に対して,新たなステップサイズルールを提案する。
  論文  参考訳（メタデータ） (2021-06-10T17:54:21Z)
• Consistent Online Gaussian Process Regression Without the Sample Complexity Bottleneck [14.309243378538012]
  本稿では,現在の後方中心のHellingerメトリックに対して,エラー近傍を修正可能なオンライン圧縮方式を提案する。 一定の誤差半径の場合、POG は集団後部の近傍 (Theorem 1(ii)) に収束するが、特徴空間の計量エントロピーによって決定される有限メモリのオン・ウォーストに収束する。
  論文  参考訳（メタデータ） (2020-04-23T11:52:06Z)

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。