optimality gap | BriefGPT - AI 论文速递

关键词optimality gap

搜索结果 - 9

无线联邦学习的最优批次分配
联邦学习旨在建立一个适应分布在本地设备上的数据集的全局模型，其中本地设备无法直接访问私有数据，利用服务器与本地设备之间的通信。在实际通信方案中，我们研究了达到目标性能所需的完成时间。具体而言，我们分析了联邦学习从最小全局损失达到特定最优性差
PDF3 months ago
水平集传送：优化视角
通过最大化目标函数水平集上的梯度范数，我们研究了一种叫做级别集传送的优化子程序，该程序旨在加速梯度方法。我们证明了当优化间隙很小时，级别集传送的梯度下降法具有比标准梯度下降法更快的子线性 / 线性收敛速率，但在凸函数满足 Hessian 稳
PDF4 months ago
Unichain 和非周期性对于渐近最优性的平均奖励厌恶赌博机是充分条件
我们研究了离散时间无限远平均回报的不安静赌博机问题，提出了一种新的策略类别，旨在将逐渐增大的一部分臂带向最优分布。我们证明了在 N 臂问题中，如果单臂松弛问题是单连通和非周期的，我们的策略是渐近最优的，具有 O (1/√N) 的最优性差距。
PDF5 months ago
ReLU 神经网络的凸松弛在多项式时间内近似全局最优
本文研究了采用权重衰减正则化的两层 ReLU 网络与其凸松弛之间的最优性差距，揭示了在随机训练数据情况下原问题与其松弛之间相对最优性差距可以通过 O (√log n) 的因子进行界定，且应用简单的算法可在多项式时间内解决原非凸问题，此外，在
PDF5 months ago
增强的无监督强化学习中的自指
提出了一种自我引用（Self-Reference）的方法，通过在预训练和微调模式中利用历史信息来增强强化学习智能体的性能，不仅在性能方面取得了最先进的结果，还提高了样本效率。
PDF8 months ago
拜占庭攻击鲁棒的联邦学习：实现零最优间隙
本文提出了一种强大的聚合方法，用于联邦学习，可以有效地应对恶意拜占庭攻击，每个用户可以通过多个步骤来更新模型参数，然后将其直接推送到聚合中心，聚合中心利用几何中位数将用户的模型参数进行组合，并通过严格的证明表明，只要恶意攻击者的比例低于一半
PDFa year ago
AAAI基于策略的原始对偶法用于凸约束马尔可夫决策过程
研究凸约束马尔可夫决策过程（CMDPs），提出基于策略的原始 - 对偶算法来解决优化问题和约束问题，通过隐藏在问题中的凸性证明了所提出的算法的全局收敛性，并以最优性差距和约束违规性表示，证明了算法的 $O (T^{-1/3})$ 收敛速度。
PDF2 years ago
带多臂的不安匪徒问题：打败中心极限定理
本文研究了在 Whittle 渐近制度下，针对具有多个拉动次数的有限时间不安定老虎机问题的指数政策和流体优先政策等解法，并在数字实验中证明了流体优先策略的较优性。
PDF3 years ago
抗腐败离线强化学习
本文研究线性 MDP 环境下基于离线数据集的对抗鲁棒强化学习问题，提出并分析了罕见奖励污染情况下的最优区间，展示了由最优区间出发，直接针对初始化状态的改进算法；同时，我们指出该离线场景下普适的主动鲁棒化机制并不存在（例如动态调参等），并建议
PDF3 years ago