本文提出了一种层次经验贝叶斯方法，以解决实际问题中面临的挑战，即缺乏信息先验和无法控制参数学习速率的问题。该方法从数据本身学习经验元先验，并将它们用于解耦 GLM 中的一阶和二阶特征的学习速率。作者将其应用于标准监督学习优化问题以及在线组合优化问题中，在实验中表现出了显著的改进。

Feb, 2020

研究提出了贝叶斯奖励机制的有限时间对数遗憾度的边界及其应用，并发现了这些权重实际上可以加强已知的上界。

Jun, 2023

该论文提出了一种基于分层贝叶斯赌博机的自然分层 Thompson 采样算法（HierTS），可有效解决元学习、多任务学习、联邦学习等类似问题，并通过实验展示了分层结构有助于任务间的知识共享。

Nov, 2021

本文探讨学习者对问题的先验信息的准确性与其学习表现之间的基本平衡问题，介绍了优先风险的概念，提出了一种推广最小化上限技术的方法来限制统计估计问题的优先风险，同时为了限制更一般的损失而引入了 Fano's inequality 的新概念，展示了该框架在估计，回归和强化学习问题中，提供了先验信息和学习表现之间平衡的见解。

Apr, 2023

本文研究了一种扩展的标准赌博机问题，其中有 R 层专家。多层专家按层选择，只有最后一层的专家才能玩臂。学习策略的目标是在这种分层专家情况下，尽可能减少总遗憾。本文首先分析遗憾总数与层数线性增长的情况。然后，我们专注于所有专家都在进行 Upper Confidence Bound（UCB）策略的情况，并为不同情况给出多种次线性上限。最后，我们设计了一些实验，以帮助对分层 UCB 结构的遗憾分析，并展示了我们理论结果的实际意义。

Aug, 2022

本文提出一种基于经验贝叶斯的方法，估计高斯过程先验，并构建无偏估计的后验，在线实验中达到近似零遗憾边界。

Nov, 2018

我们提出了一种通用理论来优化顺序学习问题的频率后悔，从统一的贝叶斯原理中可以得出高效的 Bandit 和强化学习算法。我们提出了一种新的优化方法，在每一轮生成 “算法信念”，并使用贝叶斯后验进行决策。这种优化目标被称为 “算法信息比”，代表了一种有效地表征任何算法的频率后悔的内在复杂度度量。在我们的知识范围内，这是第一种系统的方法，使贝叶斯类型的算法在先验自由和敌对环境中以通用和最优的方式适用。此外，这些算法简单且实现通常高效。作为一个重要的应用，我们提出了一种新颖的多臂赌博机算法，在随机、敌对和非平稳环境中实现了 “兼顾所有优点” 的实证性性能。我们还说明了如何在线性赌博机、赌博机凸优化和强化学习中应用这些原理。

Oct, 2023

提出两种数据算法来获取适当的模型平均先验。

Dec, 2019

本研究介绍了一种基于层次结构的先验知识的分类模型建立方法，该方法采用了贝叶斯形式的多项式逻辑回归模型，并将树形结构中接近的类之间的参数引入相关性，相较于传统的 MNL 模型和使用不同层次方式的模型，在模拟数据和文档标记问题上取得了更优的性能，尤其是在训练数据较少的情况下。

Oct, 2005

该论文介绍了一种基于层级贝叶斯算法的机器学习和统计问题的解决方法，并讨论了这种算法在 RL 等方面的应用。

May, 2018