論文の概要: The Staged Pandora's Box: Reservation Indices for Multi-Fidelity Bayesian Optimization

• arxiv url: http://arxiv.org/abs/2611.02722v1
• Date: Mon, 02 Nov 2026 08:14:26 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 19:15:21.567407
• Title: The Staged Pandora's Box: Reservation Indices for Multi-Fidelity Bayesian Optimization
• Title（参考訳）: The Staged Pandora's Box:Reservation Indices for Multi-Fidelity Bayesian Optimization
• Abstract要約: 段階的な探索では、どの候補者が次に進むか、いつ止まるかを決定する必要がある。 これらの選択は、指定された収集可能なステージセットを備えた、Pandoraのステージボックスとして定式化します。 有界な読み取りと正の有界な自己歴史コストを持つ独立した有限ステージ候補に対して、正確なカバーコール再帰は、予約インデックス、最適な値、すべての前進または停止の損失を与える。
• 参考スコア（独自算出の注目度）: 4.708607682988318
• License:
• Abstract: A staged search must decide which candidate to advance next and when to stop. Some observations only inform later decisions; others can be kept as results. We formulate these choices as a staged Pandora's box with a designated set of collectable stages. For independent finite-stage candidates with bounded readings and positive bounded own-history costs, an exact covered-call recursion gives the reservation index, the optimal value and the loss of every advance or stop; advancing an index-maximal candidate while its index exceeds the incumbent is optimal. The representation recovers classical single-stage search, nested inspection and the all-collectable Markov setting, and prices changes in the problem: enlarging the collectable set or lowering costs raises the value by an explicit covered-call overshoot. Resumption can be valuable even when future reward laws do not change, but has no value for deterministic readings. With information sharing across candidates, no rule using only their separate remaining-reading laws is universally optimal, and making an intermediate reading collectable can change which candidate is inspected first. Under a coherent joint path law with own-history costs, an approximate-planning bound controls the recomputed index's regret by changes in untouched candidates' local values; a common-component specialization bounds those changes through predictive total-variation dispersion. Exact finite-law experiments check the representation, the loss accounting and the bounds.
• Abstract（参考訳）: 段階的な探索では、どの候補者が次に進むか、いつ止まるかを決定する必要がある。 一部の観察は後続の判断のみを通知し、他の観察は結果として保持できる。 これらの選択は、指定された収集可能なステージセットを備えた、Pandoraのステージボックスとして定式化します。 有界な読み取りと正の有界な自己履歴コストを持つ独立した有限ステージ候補の場合、正確なカバーコール再帰は予約インデックス、最適値、全ての前進または停止の損失を与える。 この表現は、古典的な単一ステージ検索、ネスト検査、全コンパイル可能なマルコフ設定を復元し、問題の価格変更を行う。 将来の報酬法が変更されない場合でも、再消費は価値があり得るが、決定論的読解には価値がない。 候補者間での情報共有を行う場合、個別の読解法のみを使用する規則は普遍的に最適であり、中間読解可能な読解を最初に検査される候補を変更することは不可能である。 自己史的コストを伴うコヒーレントなジョイントパス法の下で、近似計画境界は、修正されていない候補の局所値の変化によって再計算されたインデックスの後悔を制御する。 厳密な有限法則実験は、表現、損失会計、および境界を確認する。

関連論文リスト

• From Item Scores to Semantic Tokens: Test-Time Collaborative Adaptation for Generative Recommendation [9.131493538463387]
  意味的識別子を用いた生成レコメンデータは、連続したトークン決定を通じてアイテムを予測するが、ビームサーチは、有望なアイテムパスを不可逆的に引き起こす可能性がある。 textbfTest-Time textbfBeam textbfSearch textbfAdaptation (textbfTCBSA)を提案する。
  論文  参考訳（メタデータ） (2026-10-23T03:01:12Z)
• Chance-constrained selection of sequential intervention strategies from counterfactual estimates [7.461214229363999]
  本稿では,コストベースの意思決定のための予測最適化フレームワークを提案する。 予測ステップでは、結果値とコスト分布を返す推定器が、決定ルールが消費するものを提供する。 最適化ステップでは、有限候補に対する確率制約の選択は累積コストが予算を超える境界を設定する。
  論文  参考訳（メタデータ） (2026-08-13T13:12:05Z)
• Learning Not to Optimize: Physics-Informed Action-Space Reshaping for Intent-Based Network Control [50.46501177871741]
  LNOQRD は小物候補を75.9% で削減し、90.8% でニアオラクルのカバレッジを維持している。 実験の結果、LNOQRDは実用性と意図の満足度が最も高く、かつ、法律違反が最低で、世代後レイテンシが低いことがわかった。
  論文  参考訳（メタデータ） (2026-08-02T00:27:01Z)
• Pandora's Regret: A Proper Scoring Rule for Evaluating Sequential Search [4.661726851888053]
  逐次探索は、これを克服するペアワイズ構造を誘導することを示す。 PandoraのRegretは、真の確率を与え、ランクを逆転する誤判定を罰する。 ログの損失、精度、マクロF1は、シーケンシャル検索と一致しない暗黙的な決定モデルに依存していることを示す。
  論文  参考訳（メタデータ） (2026-05-03T15:32:51Z)
• A Principled Approach to Randomized Selection under Uncertainty: Applications to Peer Review and Grant Funding [61.86327960322782]
  本稿では,各項目の品質の間隔推定に基づくランダム化意思決定の枠組みを提案する。 最適化に基づく最適化手法であるMERITを導入する。 MERITが既存のアプローチで保証されていない望ましい公理特性を満たすことを証明している。
  論文  参考訳（メタデータ） (2025-06-23T19:59:30Z)
• Decision from Suboptimal Classifiers: Excess Risk Pre- and Post-Calibration [52.70324949884702]
  バッチ二分決定における近似的後続確率を用いた余剰リスクの定量化を行う。 我々は、再校正のみが後悔のほとんどに対処する体制と、後悔が集団的損失に支配される体制を識別する。 NLP実験では、これらの量によって、より高度なポストトレーニングの期待値が運用コストに値するかどうかが分かる。
  論文  参考訳（メタデータ） (2025-03-23T10:52:36Z)
• Autoregressive Bandits [58.46584210388307]
  本稿では,オンライン学習環境であるAutoregressive Banditsを提案する。 報酬プロセスの軽微な仮定の下では、最適ポリシーを便利に計算できることが示される。 次に、新しい楽観的後悔最小化アルゴリズム、すなわちAutoRegressive Upper Confidence Bound (AR-UCB)を考案し、$widetildemathcalO left( frac(k+1)3/2sqrtnT (1-G)のサブ線形後悔を被る。
  論文  参考訳（メタデータ） (2022-12-12T21:37:36Z)

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。