坏臂存在性检测问题
机器学习
2019-02-01 v1 机器学习
摘要
我们研究了一个坏臂存在性检测问题,其中玩家的任务是通过尽可能少地抽取给定 K 个臂,来判断其中是否存在正臂。这里,若抽取某臂所承受的期望损失至少达到给定阈值,则该臂为正臂。该问题是对疾病或机器故障诊断的形式化。此问题一个有趣的结构是正臂与负(非正)臂角色的不对称性:发现一个正臂即足以判断存在,而要判断不存在则必须将所有臂判别为负。我们提出了一种利用该不对称问题结构的算法,包含臂选择策略(确定下一个抽取臂的策略)与停止条件(停止抽取臂的条件),并从理论与实验上证明了其有效性。
引用
@article{arxiv.1901.11200,
title = {A Bad Arm Existence Checking Problem},
author = {Koji Tabata and Atsuyoshi Nakamura and Junya Honda and Tamiki Komatsuzaki},
journal= {arXiv preprint arXiv:1901.11200},
year = {2019}
}