Feb, 2017

自私专家的在线预测

PDF
TL;DR本文研究带有机构的二元预测问题，提出了一个模型并采用激励兼容算法设计方法，证明了对于绝对损失函数，IC 算法具有很好的性能保证。同时，通过证明 IC 和非 IC 算法的下界，明确了自私专家在线预测性能与诚实专家在线预测性能之间的差异。
binary predictionexpert adviceincentive compatibleselfish expertsabsolute loss function
发现论文，激发创造
  • 无悔和奖励兼容的在线学习

    本研究旨在应用赌注机制的类型建立算法，使学习算法对于观察到的事实的最佳专家后悔，并保证每个专家都以其真实信念的方式报告其每个事件的实现，从而实现在线学习环境中的学习。

    Feb, 2020

  • 具有战略专家的无悔在线预测

    本文研究了一种在线学习算法，该算法将多个专家的预测结果融合为一个预测结果以提高准确性，并利用特定结构的效用函数设计了激励兼容性和无悔策略两个要求的算法，以应对专家可能误导算法的情况。

    May, 2023

  • 关于具有多臂赌博反馈的激励兼容在线学习中确切真实性的价格：WSU-UX 的遗憾下界

    自利的专家问题中希望设计出一种激励兼容（IC）算法，使得每个专家最佳策略是真实报告，同时确保算法与最佳信念专家的遗憾是亚线性的。

    Apr, 2024

  • 激励兼容的赌博算法：不再依赖重要性加权

    提出了一种优化算法解决自利代理人可能不真实声明其偏好的问题，并达到接近最佳后悔度的保证，尤其在信息完全与朴素赌博设置中表现出色。

    May, 2024

  • 在线计算与不可信的建议

    该研究考虑了在线计算的建议模型下，建议来源于不受信任的源头所带来的影响，并以滑雪租赁、装箱问题等在线问题为研究对象，得出了根据建议是否可信获得最差情况下的竞争性质算法的结论，解决了现有模型无法解决的差异化问题。

    May, 2019

  • 在线学习用于衡量广告拍卖中的激励兼容性

    本文旨在通过黑盒方法探讨计算竞拍机制中的端到端激励兼容性（IC）遗憾，提供一种确定可靠估计 IC 遗憾的度量和最小化到达 - 准确估计所需时间的方法。我们设计了面向广告主问题和需求方平台问题的 $Regret-UCB$ 算法，并验证了模拟实验的理论结果，从而扩展了我们的 $Regret-UCB$ 算法以实现更好的 IC 遗憾误差。

    Jan, 2019

  • 信息约束在线学习中的适应性

    研究了如何适应信息获取成本昂贵的在线学习问题中平稳变化环境的影响；提出了一种算法用于处理标签有效预测的问题，并扩展到标签有效的赌博反馈和揭示行动部分监测游戏等领域，显著提高了现有算法的性能。

    Oct, 2019

  • 使用付费随机专家在在线分类中平衡支付和准确性

    本研究介绍了一种基于 Lipschitz bandit 和代理损失的在线学习算法，使用有偿随机专家进行在线分类决策，并与标准 Lipschitz bandit 设置相比，总成本在 T 轮后不超过预测器的成本上限。

    Jul, 2023

  • 恶意专家挑战在线预测的乘法权重算法

    本文考虑了一种带有两位专家和一位预测者的预测问题，探讨了一种基于经典乘法权重算法的自适应乘法权重算法的近似最优性，并发现了恶意专家的价值函数的上下界，结果表明乘法权重算法无法抵制恶意专家的腐败。

    Mar, 2020

  • 朝着专家建议预测的最优算法

    本文研究了在对手设置下采用几何停止时间进行专家建议的预测经典问题。对于 2 个专家的情况，Cover 提出了最优算法。对于三个专家的情况，我们设计了最优算法和对手，并证明了该算法与一个特定的随机对手的概率匹配算法（类似于汤普森抽样）是最优的，该证明显示概率匹配算法不仅针对这个特定的随机对手是最优的，而且是极小化的。同时我们通过主对偶（primal-dual) 方法同时发展了上限和下限，并为任意数量的专家设计了最优算法和对手的通用框架。

    Sep, 2014