多任务在线学习:聆听邻域嗡鸣
机器学习
2024-04-09 v2
摘要
我们研究多任务在线学习的一种设定,其中智能体仅能与任意通信网络上的邻居交换信息。我们针对该设定引入了一种去中心化算法 ,其遗憾(regret)依赖于任务相似度与网络结构之间的相互作用。我们的分析表明, 的遗憾绝不差于(至多相差常数倍)智能体不共享信息时所获得的界。另一方面,当相邻智能体执行相似任务时,我们的界显著改善。此外,我们证明了我们的算法可做到差分隐私,且对遗憾的影响可忽略。最后,我们提供了支持我们理论的实验证据。
引用
@article{arxiv.2310.17385,
title = {Multitask Online Learning: Listen to the Neighborhood Buzz},
author = {Juliette Achddou and Nicolò Cesa-Bianchi and Pierre Laforgue},
journal= {arXiv preprint arXiv:2310.17385},
year = {2024}
}