論文の概要: Universal Online Convex Optimization With Delayed Feedback
- arxiv url: http://arxiv.org/abs/2610.28058v1
- Date: Tue, 20 Oct 2026 11:46:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-21 21:58:47.784604
- Title: Universal Online Convex Optimization With Delayed Feedback
- Title（参考訳）: 遅延フィードバックによるユニバーサルオンライン凸最適化
- Abstract要約: 遅延フィードバックを用いたユニバーサルオンライン凸最適化について検討する。
我々は,曲線クラスやパラメータの事前知識を必要とせずに,一般凸,強凸,exp凹の損失に同時に適応する単一アルゴリズムを開発した。
- 参考スコア（独自算出の注目度）: 18.95079821752574
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We study universal online convex optimization with delayed feedback. We develop a single algorithm that simultaneously adapts to general convex, strongly convex, and exp-concave losses without prior knowledge of the curvature class or parameters. Our regret bounds match the best known dependence on the time horizon $T$ and delays up to doubly logarithmic factors: roughly $\sqrt{T + d_{\mathrm{tot}}}$ for convex losses and $σ_{\max}\log T$ rates with curved losses, where $d_{\mathrm{tot}}$ is the total cumulative delay and $σ_{\max}$ is the maximum number of simultaneously missing observations. Our main technical contribution is a delayed meta-learner with a second-order excess-loss guarantee, which enables curvature-adaptive aggregation of delayed base learners. In addition, our new exp-concave base learner yields a sharper regret bound which improves the state-of-the-art delay dependence by replacing the maximum delay with the potentially much smaller $σ_{\max}$, while retaining the complementary $\sqrt{d_{\mathrm{tot}}}$ dependence.
- Abstract（参考訳）: 遅延フィードバックを用いたユニバーサルオンライン凸最適化について検討する。
我々は,曲線クラスやパラメータの事前知識を必要とせずに,一般凸,強凸,exp凹の損失に同時に適応する単一アルゴリズムを開発した。
約$\sqrt{T + d_{\mathrm{tot}}}$ for convex loss and $σ_{\max}\log T$ rate with curved loss, where $d_{\mathrm{tot}}$ is the total cumulative delay and $σ_{\max}$ is the maximum number of simultaneously missing observed。
我々の主な技術的貢献は遅延メタラーナーであり、遅延ベースラーナーの曲率適応的なアグリゲーションを可能にする2次余剰保証を備えている。
さらに,我々の新しいexp-concaveベース学習器は,最大遅延をより小さな$σ_{\max}$に置き換えると共に,補完的な$\sqrt{d_{\mathrm{tot}}}$依存を保ちながら,最先端の遅延依存性を改善することで,よりシャープな後悔境界が得られる。
関連論文リスト
- Parameter-Free Interval-Dynamic Regret under Heavy-Tailed Noise [55.29259818039367]
オンライン凸最適化を1ラウンドに1つの偏りのない下位段階と、未知の有限条件の雑音モーメントであるp$th, $1ple2$で検討する。
長さ$n$の固定区間$I$に対して、学習者は最適な全水平静的レートを含む1+log(T/n)$を達成する。
論文 参考訳（メタデータ） (2026-09-30T21:03:03Z) - Constrained Online Learning with Noisy Constraint Values [55.29259818039367]
一般的な実現可能性の下では、我々のLEDGERアルゴリズムは、期待される損失$O(sqrt T)と期待される予算違反$O(sqrtTlog(eT))を達成します。
スレーター条件、フィードバックチャネル間の独立性、絶対的制約値境界は不要である。
論文 参考訳（メタデータ） (2026-09-07T01:38:41Z) - Beyond Peak Backlog: Conditional Energy and Temporal Geometry in Capacity-Constrained Delayed Bandit Optimization [11.872017840435428]
本研究では,1点摂動フィルタからレート適応を分離するスケジューラ側条件エネルギーインタフェースを提案する。
同一の遅延多重集合を持つ2つの遅延ベクトル、$d_mathrmtot$、$_max$、キャパシティは、にもかかわらず、累積タイミングが曲率の下で重要であることを示す極端に異なるミニマックス後悔を持つことができる。
論文 参考訳（メタデータ） (2026-08-17T07:49:51Z) - Capacity-Constrained Online Convex Optimization with Delayed Feedback [58.59385794080679]
容量制約下での遅延オンライン凸最適化(OCO)について検討した。
1次フィードバックの場合、容量$C = (log T)$ sufficesで標準遅延OCOレートを対数係数まで回復できることがわかった。
包帯フィードバックの場合、後悔率は$(1 + _textmax/C)$で変調される。
論文 参考訳（メタデータ） (2026-06-10T06:37:06Z) - From Non-Convex to Strongly Convex: Curvature-Adaptive FTPL for Online Optimization [31.38302438096483]
曲率適応性はオンライン最適化における古典的なテーマである。
提案アルゴリズムは,過去の情報のみを用いて選択した様々なスケールで,固定スケールを置換することを示す。
論文 参考訳（メタデータ） (2026-06-01T23:01:36Z) - Bandit Convex Optimization with Gradient Prediction Adaptivity [56.816177049016794]
本研究では, 楽観的な勾配予測が, 最悪の後悔の保証を予測順応的に改善できるかどうかを考察する。
鍵となるアイデアは、分散が勾配ノルムではなく予測誤差でスケールする、新しい分散還元勾配推定器である。
我々は、$(sqrtmathbbE[S_T])$としてスケールする情報理論の下限を確立し、最も達成可能な予測適応的後悔の基本的な特徴を提供する。
論文 参考訳（メタデータ） (2026-05-21T08:57:38Z) - A Reduction from Delayed to Immediate Feedback for Online Convex Optimization with Improved Guarantees [58.59385794080679]
本稿では,後悔を遅延非依存の学習項と遅延誘発のドリフト項に分解する連続時間モデルを提案する。
バンディット凸最適化では,最先端の1次数に適合する遅延依存項を用いて,既存の残差境界を大幅に改善する。
論文 参考訳（メタデータ） (2026-02-02T18:17:34Z) - Exploiting Curvature in Online Convex Optimization with Delayed Feedback [6.390468088226495]
曲面損失と遅延フィードバックを用いたオンライン凸最適化問題について検討する。
次数$minsigma_maxln T, sqrtd_mathrmtot$を後悔する規則化リーダの変種を提案する。
次に、exp-concave損失を検討し、適応的な学習率チューニングで遅延を処理するためにOnline Newton Stepアルゴリズムを拡張した。
論文 参考訳（メタデータ） (2025-06-09T09:49:54Z) - Non-stationary Delayed Online Convex Optimization: From Full-information to Bandit Setting [71.82716109461967]
遅延勾配が利用できる全情報ケースに対して Mild-OGD というアルゴリズムを提案する。
ミルド-OGDのダイナミックな後悔は、順番の仮定の下で$O(sqrtbardT(P_T+1))$で自動的に束縛されることを示す。
Mild-OGDのバンディット版も開発し,損失値の遅れのみを考慮に入れた,より困難なケースについて検討した。
論文 参考訳（メタデータ） (2023-05-20T07:54:07Z) - Online Strongly Convex Optimization with Unknown Delays [30.931538196386672]
オンライン凸最適化の問題点を未知の遅延で検討する。
まず、OGDの遅延変形を強凸関数に拡張する。
我々は、$d$が最大遅延である$O(dlog T)$のより良い後悔の境界を確立します。
論文 参考訳（メタデータ） (2021-03-21T10:16:15Z)
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。