无参数去中心化在线学习
机器学习
2025-10-20 v1 信号处理
最优化与控制
摘要
我们提出了首个具备网络 regret guarantee 的无参数去中心化在线学习算法，这些算法在不要求调节超参数的情况下实现亚线性 regret。 这一系列算法通过 gossip 步骤将多智能体硬币投掷与去中心化在线学习相连接。 为了实现去中心化分析，我们引入了一种新的“投注函数”表述形式，用于硬币投掷，以简化多智能体 regret 分析。 我们的结果表明具有亚线性网络 regret 界限，并通过合成数据和真实数据集的实验得到验证。 这一系列算法可用于分布式感知、去中心化优化和协作机器学习应用。
引用
@article{arxiv.2510.15644,
title = {Decentralized Parameter-Free Online Learning},
author = {Tomas Ortega and Hamid Jafarkhani},
journal= {arXiv preprint arXiv:2510.15644},
year = {2025}
}