具有个性化的联邦多臂老虎机
机器学习
2021-02-26 v1 信息论
math.IT
机器学习
摘要
提出了一种个性化的联邦多臂老虎机(PF-MAB)通用框架，这是一种新的老虎机范式，类似于监督学习中的联邦学习(FL)框架，并具备FL的个性化特征。在PF-MAB框架下，研究了一个灵活平衡泛化与个性化的混合老虎机学习问题。给出了该混合模型的下界分析。随后我们提出个性化联邦上置信界(PF-UCB)算法，其中仔细选择探索长度，以实现学习局部模型与为混合学习目标提供全局信息之间的期望平衡。理论分析证明，无论个性化程度如何，PF-UCB均达到后悔值，并且具有与下界相似的实例依赖。使用合成与真实世界数据集的实验证实了理论分析，并展示了所提算法的有效性。
引用
@article{arxiv.2102.13101,
title = {Federated Multi-armed Bandits with Personalization},
author = {Chengshuai Shi and Cong Shen and Jing Yang},
journal= {arXiv preprint arXiv:2102.13101},
year = {2021}
}
备注
Accepted to AISTATS 2021, oral presentation