Scifaro

中文

基于PDE方法的局部监测下后悔界研究

概率论 2022-09-07 v1 机器学习最优化与控制

作者: Erhan Bayraktar , Ibrahim Ekren , Xin Zhang

在 arXiv 上查看 ↗ PDF ↗

摘要

本文研究一类预测者仅能观测到部分信息的机器学习问题。通过对问题作适当重标度，我们启发式地导出Wasserstein空间上刻画预测者后悔渐近行为的极限PDE。利用验证型论证，我们表明获得后悔界与高效算法的问题可通过寻找该抛物型PDE适当的光滑子/超解来处理。

关键词

局部监测后悔界 Wasserstein空间 PDE方法在线学习验证型论证

引用

@article{arxiv.2209.01256,
  title  = {A PDE approach for regret bounds under partial monitoring},
  author = {Erhan Bayraktar and Ibrahim Ekren and Xin Zhang},
  journal= {arXiv preprint arXiv:2209.01256},
  year   = {2022}
}

备注

Keywords: machine learning, expert advice framework, bandit problem, asymptotic expansion, Wasserstein derivative