delayed feedback | BriefGPT

关键词delayed feedback

搜索结果 - 27

非固定奖励分布和延迟反馈过程的多臂赌博策略
本文研究了多臂赌博策略在非静态随机回报函数和延迟反馈的情况下的性能，并针对非静态回报函数和延迟反馈的情况提出了一种自适应技术（AG1），在在线电子商务平台上进行了多臂赌博模拟。结果表明，相对于传统的多臂赌博策略，在后悔最小化的情况下，自适应
PDF5 years ago
具有随机延迟反馈的线性赌博机
该文提出了基于延迟反馈的随机线性赌博机及其算法 OTFLinUCB 和 OTFLinTS，并通过实验验证了其性能，其中 OTFLinUCB 算法的遗憾上界为 O (d√T)。
PDF6 years ago
多臂老虎机中带延迟反馈的最佳臂识别
本文研究了在多臂赌博机的延迟反馈场景下，如何利用局部反馈来提高标准算法的样本复杂度。采用模型化的方法探讨了局部反馈和延迟反馈之间的关系，并提出了一种用于处理偏差或无偏差情况下局部反馈的有效算法。另外，还针对并行多臂赌博机提出了一种新的算法扩
PDF6 years ago
一种非参数化延迟反馈模型用于转化率预测
本研究提出了一种非参数化滞后反馈模型，用于预测展示广告中的转化率，可以反映各种时间延迟的分布形状，并在实验中证明其优于指数分布模型。
PDF6 years ago
ICML带有延迟、汇聚匿名反馈的赌博机
研究了一种带有延迟的聚合匿名反馈的赌博机问题，表明在期望延迟已知的情况下，可以通过提供的算法，在硬的、延迟聚合匿名反馈设置中维持类似于非匿名问题的后悔成本，但在延迟不确定情况下，增加了对数因子或加性方差项的后悔成本。
PDF7 years ago
ICML延迟反馈下的在线学习
本文系统研究了在线学习与延迟反馈的主题，分析了延迟对在线学习算法的遗憾值的影响，提出了黑盒元算法以及基于 UCB 算法的改进方法来解决带有延迟反馈的学习问题。
PDF11 years ago
最大化定向信息的 Blahut-Arimoto 算法扩展
本文扩展了 Blahut-Arimoto 算法，用于最大化 Massey 的有向信息，提出了一种既适用于分析具有延迟反馈信道的能力的算法，同时也提供了上下边界序列，为了找到有向信息在因果条件概率质量函数下的最大值，我们使用了反向指数时间最大
PDF14 years ago