minimax lower bound | BriefGPT

关键词minimax lower bound

搜索结果 - 7

上下文连续型强化学习：静态对动态遗憾的比较
我们研究了上下文连续性强化学习问题，证明了任何达到次线性静态遗憾的算法都可以扩展到达到次线性动态遗憾，我们提出了一种算法，通过自协调屏障和内点法实现了次线性动态遗憾，并且得出两个关键事实：首先，对于上下文不连续的函数，没有算法可以达到次线性
PDFa month ago
协方差对齐：从最大似然估计到 Gromov-Wasserstein
提出协方差对齐模型以研究和比较各种对齐方法，并建立一个非标准维度缩放的最小最大下界，该下界通过自然准最大似然估计取得，但该估计涉及计算不可行的排列搜索，为了克服这个限制，证明了崇高 - 瓦瑟斯坦算法的最小最大最优性。这些结果为实践中使用 G
PDF7 months ago
带有赌徒反馈的最小化最大化子模优化
利用随机 bandit 反馈在无序集合函数最大化问题中建立了首个极小极大下界，并提出了一个能够匹配下界的算法。
PDF8 months ago
广义线性模型的结构化低秩张量
一项关于采用张量结构在回归问题中进行系数张量估计的新颖低秩张量模型 (LSR) 的研究，提出了参数估计的块坐标下降算法，并得出了一种在 LSR 张量 GLM 问题中用于估计系数张量的极小极大下界，表明其样本复杂度可能远低于矢量化 GLM。
PDFa year ago
基于实例和标签相关的标签噪声的二分类
本文通过理论分析探讨了在样本噪声存在的情况下，仅使用噪声样本能否学习到可靠模型的问题。作者认为，没有额外假设条件的情况下，经验风险最小化可以达到最优风险上限。此外，文章还讨论了 0-1 损失的极小极大下限问题，认为纯使用噪声样本无法学习。
PDFa year ago
生成对抗网络能否学习密度：一种非参数方法
本文研究了属于生成对抗网络框架下学习密度函数的收敛速度，通过借鉴非参数统计学中的思路引入了一种改进型生成对抗网络估算器，同时利用目标密度的光顺程度和度量结果，实现更快速的学习速率，并理论上解决了文献中报道的模式崩溃问题。作者还构建了最小极大
PDF7 years ago
稀疏协方差矩阵估计的最优收敛速率
本文研究了如何估计稀疏协方差矩阵，建立了在矩阵算子范数和 Bregman 散度损失下的最优收敛率，主要关注建立速率锐利的极小值下限，使用新工具解决此问题。我们首先开发了一种下边界技术，特别适用于处理估计稀疏协方差矩阵等 “双向” 问题。我们
PDF11 years ago