在线预算约束连续 DR-子模问题的竞争算法
最优化与控制
2019-07-02 v1 机器学习
机器学习
摘要
在本文中，我们研究一类特定的在线优化问题，其目标是在预算约束下最大化一个未必凹且满足收益递减（DR）性质的函数。我们分析了一种称为广义序贯算法的原始对偶算法，并获得了在线单调 DR-子模函数最大化在线性打包约束下的竞争比的首个界，该界在线性目标函数的特例中与已知紧界相匹配。
引用
@article{arxiv.1907.00312,
title = {Competitive Algorithms for Online Budget-Constrained Continuous DR-Submodular Problems},
author = {Omid Sadeghi and Reza Eghbali and Maryam Fazel},
journal= {arXiv preprint arXiv:1907.00312},
year = {2019}
}
备注
Submitted to NeurIPS 2019