中文

具有一般偏好的对决式凸优化

最优化与控制 2022-10-07 v1 机器学习

摘要

我们研究具有对决反馈的凸优化问题,其目标是在给定较弱形式“对决”反馈的条件下最小化一个凸函数。每次查询由两点组成,对决反馈返回所查询两点函数值的一个(含噪)单比特二值比较。函数值到单比特比较的转换为通过转移函数实现。该问题此前已在若干受限转移函数类下被研究,而此处我们考虑一类非常一般的转移函数,其包含所有可由最小次数 p 的有限多项式逼近的函数。我们的主要贡献是针对光滑凸目标函数提出一种收敛率为 O~(ϵ4p)\smash{\widetilde O}(\epsilon^{-4p}) 的高效算法,以及当目标函数光滑且强凸时的最优率 O~(ϵ2p)\smash{\widetilde O}(\epsilon^{-2p})

关键词

引用

@article{arxiv.2210.02562,
  title  = {Dueling Convex Optimization with General Preferences},
  author = {Aadirupa Saha and Tomer Koren and Yishay Mansour},
  journal= {arXiv preprint arXiv:2210.02562},
  year   = {2022}
}