对等网络中线性赌博机的分布式聚类
机器学习
2016-06-08 v3 人工智能
机器学习
摘要
我们提供了两种分布式置信球算法，用于在通信能力受限的对等网络中解决线性bandit（线性赌博机）问题。第一种，我们假设所有节点解决相同的线性bandit问题，并证明我们的算法达到了任何能在节点间即时通信信息的集中式算法的最优渐近后悔率。第二种，我们假设存在节点簇，每个簇内解决相同的bandit问题，并证明我们的算法能发现这些簇，同时在每个簇内达到最优渐近后悔率。通过在多个真实数据集上的实验，我们展示了所提算法与最先进方法的性能对比。
引用
@article{arxiv.1604.07706,
title = {Distributed Clustering of Linear Bandits in Peer to Peer Networks},
author = {Nathan Korda and Balazs Szorenyi and Shuai Li},
journal= {arXiv preprint arXiv:1604.07706},
year = {2016}
}
备注
The 33rd ICML, 2016