Dec, 2023

Ahpatron: 一种新的经济在线核学习机器与更紧密的错误边界

PDF
TL;DR该论文研究了在线核学习在预算上的错误界限，并提出了一种新的预算在线核学习模型 Ahpatron，它显著改善了以前工作的错误界限，并解决了 Dekel，Shalev-Shwartz 和 Singer（2005）提出的开放问题。
发现论文，激发创造
  • 基于数据相关遗憾分析的在线核选择在记忆约束下的学习能力

    在线核选择是在线核方法的基础问题之一。本文研究了在线核选择在内存约束下的问题，通过提供数据相关的上界，展示了在线可学习性、内存约束和数据复杂度之间的权衡关系。我们提出了一种算法框架，针对两类损失函数分别给出了数据相关的上界，并通过理论证明和实证验证，展示了算法性能。

    Jul, 2024

  • 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

  • 通过主动数据采购实现低成本学习

    本研究致力于设计在线数据采购机制，旨在使代理人能够通过使用过去的数据主动定价以购买未来的数据，同时即使代理人透露数据的成本取决于数据本身，也能给出学习保证。我们的算法和分析是构建在无悔学习模型上的，具备基于预算约束条件下的风险控制保证，且使用的主要资源是金钱。

    Feb, 2015

  • 核化马尔科夫决策过程中的在线学习

    研究了采用非参数高斯过程先验的 UCRL 和后验抽样算法的在线学习方法在未知的连续状态和动作的马尔可夫决策过程中最小化后悔的问题，在频率设置下，通过对核函数诱导的函数的再生核希尔伯特空间的真实 MDP 的转移和奖励函数的成员进行变异，研究了这些算法的后悔边界问题，并突出了转移和奖励函数对学习性能的影响。

    May, 2018

  • 预算下的自适应分类预测

    本文提出了一种新的自适应逼近方法，用于测试时的资源受限预测，通过门控和预测模型在训练数据中学习，实现在低成本模型精度较高的区域适应性逼近高准确度模型，并通过代价约束下的经验损失最小化问题来共同训练门控和预测模型，在多个基准数据集上实现了优于现有技术的高准确度。

    May, 2017

  • BanditQ -- 在对抗环境中具有保证的每个用户收益的无懊悔学习

    本文提出一种在线学习算法 BanditQ，基于队列理论和在线学习相结合，实现公平在线预测，并在信息完整的情况下，达到目标约束，同时实现 $O (T^{3/4})$ 的损失率。

    Apr, 2023

  • 具备性能保证的神经主动学习

    研究了非参数制度下流式学习中的主动学习问题，使用最近提出的神经切向核近似工具构建适当的神经嵌入来确定算法操作的特征空间和计算在其上的学习模型。提出了一种对先前知识不可知的版本算法，并通过遗憾平衡方案解决了所得到的在线模型选择问题，该算法具有计算效率，提供了关于累积遗憾和请求标签数量的联合保证，这些保证取决于手头标记函数的复杂度。在线性情况下，这些保证恢复了关于标记复杂度的泛化误差的已知的极小值结果。

    Jun, 2021

  • 基于核的学习在多智能体应用中的保证

    本文讨论了网络中观察到噪声环境下潜在多维非线性现象的基于核的学习问题，提出了一种学习算法，仅需要关于研究对象的轻微先验知识，并提供了相应的非渐近高概率误差界限的模型。本文还提供了方法的非渐近分析和数值模拟结果。

    Apr, 2024

  • 在线到 PAC 转换：通过遗憾分析获得泛化界

    本文提出了从在线学习的角度推导统计学习算法的泛化界限的新框架，建立在线学习算法与统计学习算法之间的联系，通过构造一种在线学习游戏来实现该框架并得到多种泛化保证。

    May, 2023

  • 高效在线学习和拍卖设计

    本文研究了对手环境下的在线学习算法的设计，提出了广义随机扰动跟随者算法，且证明了在一定条件下它是牛逼优而且可以实现消失的后悔；同时，本文也提出了另一个基于拍卖设计的框架，用于帮助拍卖师在选举获得最佳的拍卖方式方面做出决策，并且得到相应的应用。

    Nov, 2016