用于序列假设检验的查询/命中模型
信息论
2025-02-04 v1 机器学习
信号处理
math.IT
摘要
本文介绍了查询/命中（Q/H）学习模型。该设置包含两个智能体。一个智能体 Alice 可以访问流式数据源，而另一个智能体 Bob 则无法直接访问该数据源。通信通过连续的 Q/H 对进行：Bob 发送一系列源符号（查询），Alice 则响应每个查询在源流中出现所需的等待时间（命中）。该模型的动机源于存在通信、计算和隐私约束，这些约束限制了对数据源的实时访问。我们刻画了 Q/H 模型下序列假设检验的错误指数，并提出了一种查询策略，即动态侦察-哨兵算法（DSSA）。该策略采用互信息神经估计器来计算与每个查询相关的错误指数，并选择效率最高的查询。我们在合成数据集和真实世界数据集（包括鼠标移动轨迹、排版模式和基于触摸的用户交互）上进行了广泛的实证评估，以评估所提策略在错误概率、查询选择和检测时间方面与基线的性能对比。
引用
@article{arxiv.2502.00605,
title = {The Query/Hit Model for Sequential Hypothesis Testing},
author = {Mahshad Shariatnasab and Stefano Rini and Farhad Shirani and S. Sitharama Iyengar},
journal= {arXiv preprint arXiv:2502.00605},
year = {2025}
}