sample-complexity | BriefGPT

关键词sample-complexity

搜索结果 - 7

关于稳定约束模仿学习的样本复杂度
在模仿学习中，专家策略的稳定性对模仿学习任务的样本复杂度有明显的影响，本文提出了增量收益稳定性约束版本的行为克隆和 DAgger 算法，通过实验验证了依赖任务地平线的泛化界限与系统的稳定性之间的关系。
PDF3 years ago
估计卷积或循环神经网络所需的样本数量是多少？
本文研究了卷积神经网络和循环神经网络的样本复杂度，发现其样本复杂度随内在维度线性增长，但远小于全连接神经网络。研究方法包括本地经验分析和新的技术引理，希望能激发进一步理解卷积神经网络和循环神经网络的发展。
PDF6 years ago
稀疏编码的字典学习性能极限
研究稀疏线性组合成为单个大型字典矩阵列的观测信号字典学习问题，采用基于 Fano 不等式的信息论方法思路，解析了该问题的最小化风险下界，用于研究一致字典学习方案所需的观测样本复杂性。
PDF10 years ago
一般强化学习的样本复杂度
本文提出了一种新的泛化强化学习算法，适用于真实环境属于 N 个任意模型的情况下。该算法被证明在除 O（N log^2 N）步骤之外的大部分情况下都是最优的，并考虑了无限的情况。同时研究表明，紧致性是决定存在统一样本复杂度界限的关键标准，并为
PDF11 years ago
有效地从显性偏好中学习
本文从学习的角度考虑了揭示偏好问题。对于具有线性评估函数以及具有线性可分、具有有界二阶导数的评估函数的代理，我们提供了具有多项式样本复杂度的有效算法。
PDF12 years ago
不受信任的推荐引擎中隐私的代价
本文研究了在本地差分隐私条件下从用户隐私数据中学习项目簇的问题，并且开发了一些方法来限制互信息，其结果表明采取不同的算法和方法可以实现不同零星用户样本复杂度，同时研究的技术具有更广泛的适用性。
PDF12 years ago
折扣马尔可夫决策过程的 PAC 上界
本文旨在研究在有限状态折扣马尔可夫决策过程中，学习接近最优行为的样本复杂度的上下界，并在假设每个动作导致的下一个状态至多有两个的情况下证明了 UCRL 算法的新界限，同时还通过更加通用且更加严格的下界加强了之前的工作。这些上下界在对数因子上
PDF12 years ago