Feb, 2022

利用相关性在低秩偏好强盗中实现更快的学习速度

PDF
TL;DR介绍了带有随机选择模型（RUM）的相关偏好赌博问题，研究了具有简单相关结构的模型是否可以实现更快的学习率，提出了一类新的基于块排序的 RUM 模型，证明了利用子集查询相比于成对查询有更大的优势，后者不能很好地利用相关性。
correlated preference banditsrandom utility-based choice modelslearning ratesblock-ranksubsetwise queries
发现论文，激发创造
  • 随机效用模型下的子集选择最佳项学习

    我们提出了一种基于 PAC 学习的随机效用模型（RUM）的新学习算法，通过使用分层消除和基于两两相对比较的临界统计值进行训练，可以在 O (n/(c^2ε^2) log (k/δ)) 轮内识别出一个具有 ε 优异度的项，其中对于足够敏感于项参数之间的差距 c 的 RUM 的最差情况下双方优势。

    Feb, 2020

  • 具有子集评价偏好的主动排名

    本研究旨在通过自适应挑选子集并收集偏好反馈，在 Plackett-Luce 模型下解决 PAC 排名问题，提出了新的 pivot trick 技巧，从而实现了在一定概率下识别 n 个项目的 ε- 最优排名，（m-1）/m 降低的样本复杂度和对称排名算法的阶无法提高的。

    Oct, 2018

  • 在 Plackett-Luce 模型中应对 Bandits 问题的 PAC 方法

    该研究引入了 PAC Battling-Bandit 问题，通过 Plackett-Luce 子集选择模型在在线学习框架中寻找高置信度的最佳物品，对不同反馈模型下的样本复杂度进行研究，发现利用排名顺序反馈可以从统计效率上提高样本复杂度。

    Aug, 2018

  • 点击反馈的伯努利一级臂老虎机

    该研究提出了基于位置的模型来解释用户点击搜索结果的概率，并提出了 Bernoulli rank-1 bandit 和 Rank1ElimKL 算法来解决排名问题。该算法在不同条件下的实验表现证实其较简单的对手策略更加优秀。

    Mar, 2017

  • 用户有限注意力的利用：失配、学习和排序

    使用用户的有限注意力解决推荐系统中的长期回报偏差问题，通过在线贪心算法和多项式时间算法降低后悔度和寻优问题。

    Feb, 2024

  • 具有潜在随机源的相关多臂赌博机

    该论文提出了一种新的多臂赌博机框架，在该框架下将 K-armed bandit 问题转化为 C+1-armed 问题。通过利用该框架下的广义上限置信区间算法可以降低算法的遗憾量，以实现一定的算法性能优势。

    Aug, 2018

  • 线性赌博机中的 Pareto 最优模型选择

    本文是一篇关于线性臂选模型选择的研究，提出了一种 Pareto 最优算法，能实现基于已知维度的较小假设集来平衡探索和开发，并且能够匹配模型选择问题的最低界限。

    Feb, 2021

  • 在线低秩矩阵补全

    本文研究在线低秩矩阵完成问题，提出了一个基于探索 - 利用策略及用户聚类技术的 OCTAL 方法，可以在多项臂赌博机问题的基础上获取 $ O ({m polylog} (M+N) T^{2/3})$ 的遗憾，并在 Rank-1 情况下得到 $O ({m polylog} (M+N) T^{1/2})$ 的近似率。

    Sep, 2022

  • 基于参数化赌博机中的相关辅助反馈的利用

    通过利用辅助反馈建立具有紧密置信区间的奖励估计器，并以奖励与其辅助反馈之间的相关系数来刻画减小遗憾，我们研究了参数化赌博机的新变体问题。在不同情境下的实验结果也验证了我们提出的方法取得的性能提升。

    Nov, 2023

  • 有限资源下的偏好学习复杂性理解

    奖励最大化问题中，我们考虑资源消耗的限制下的对决强盗设置。我们提出了基于 EXP3 的对决算法，并通过数值模拟证明了我们提出方法的有效性。

    Dec, 2023