tsallis entropy | BriefGPT - AI 论文速递

关键词tsallis entropy

搜索结果 - 11

LC-Tsalis-INF: 广义的两全其美线性上下文决策者
本研究针对具有独立同分布 (i.i.d.) 上下文的线性情境赌博问题，提出一种基于 Follow-The-Regularized-Leader 和 Tsallis 熵的算法，被称为 α-Linear-Contextual (LC)-Tsal
PDF4 months ago
线性可解的 MDP 与线性二次调节器的 Tsallis 熵正则化
对线性可解的 MDP 和线性二次调节器采用 Tsallis 熵来实现正则化，从而在探索和控制规律的稀疏性之间取得平衡。
PDF4 months ago
特征模仿的广泛影响：在金融、语音和生理领域的神经增强
神经网络权重的初始化在决定其性能方面起着关键作用。特征模仿网络（FINs）通过将权重初始化为逼近特定的闭式统计特征，为深度学习架构奠定了有希望的基础。本研究将 FINs 的适用性扩展到其他时间序列数据集，并在比特币价格预测、语音情感识别和慢
PDF10 months ago
具有修剪的隐式归一化线性和非线性重尾多臂赌博机预测器
本文提出了基于裁剪的隐式归一化预测器用于重尾分布奖励的多臂老虎机问题，在奖励分布方面假设温和的条件下，得到了收敛性结果，并且对于线性和非线性重尾随机 MAB 问题是最优的，相对于最佳两个世界算法，该算法通常表现更好。
PDFa year ago
通过优势学习施行 KL 正则化的一般 Tsallis 熵强化学习
通过强制隐式 Kullback-Leibler（KL）正则化来提高 Maximum Tsallis entropy（MTE）框架对非闭合形式 Tsallis 熵的误差鲁棒性。提出的 Tsallis Advantage Learning（TA
PDF2 years ago
Q-Munchausen 强化学习
本文针对 Munchausen 强化学习在 Tsallis sparsemax 策略下无法表现出优越性能的问题，提出了基于 Tsallis Entropy 的 $q$-logarithm/exponential 方法，解决了传统 logar
PDF2 years ago
领域自适应的循环自训练
提出了循环自训练算法，通过引入 Tsallis 熵作为可信度友好的正则化方法，使得在无监督领域适应中的伪标签与真实目标具有更好的泛化性，实现基于无标注目标数据的迁移学习。
PDF3 years ago
Tsallis-INF：用于随机和对抗赌徒的最优算法
通过在线镜像下降（OMD）算法与 Tsallis 熵正则化之间的结合，本论文提出了一种能够同时在对抗场景与随机场景下带来最优伪后悔值的算法，其具有自限制约束下的对抗场景、随机有界对抗场景以及受敌方攻击污染的随机场景等多种通用性，且能在这些场
PDF6 years ago
Tsallis 熵正则化 MDP 中的路径一致性学习
本研究研究了稀疏熵正则化强化学习问题，提出了一种新颖的路径一致性学习算法，名为 “稀疏 PCL”，并证明它比标准的 Shannon 熵正则化 RL（软 ERL）问题更优，特别是在动作数量较多的情况下。
PDF6 years ago
NIPS用一种新的平滑度对抗强盗
定义了一种新的算法家族，用于对抗性多臂赌博问题，并提供基于凸平滑的简单分析技术。通过使用 Tsallis 熵进行正则化，证明了它的最小极大后悔度为 Θ(√TN)；同时，对于具有有界危害率的微扰分布，广泛类的扰动方法可获得近乎最优的后悔率，低
PDF9 years ago
超越 Tsallis 和 Renyi 熵
使用 q - 形式的广义对数和指数函数，将 Rényi 熵和 Tsallis 熵统一起来并提出了 Sharma-Mittal 测度，进而探究了其相关性，并且发现另一种可能的扩展缺乏广义热力学的伪可加性和其他相关性质。
PDF19 years ago