unknown distribution | BriefGPT

关键词unknown distribution

搜索结果 - 8

使用扩散图进行稳定的生成建模
我们提出了一个结合扩散映射和兰格朗日动力学的生成模型，通过扩散映射近似训练样本的漂移项，并在离散时间的兰格朗日采样器中实现，以生成新样本。通过设置核带宽与未调整的兰格朗日算法中使用的时间步长相匹配，我们的方法有效地解决了通常与时间步长严重随
PDF6 months ago
未知上下文分布的上下文强化学习的最优交叉学习
在文中，我们解决了 Balseiro 等人提出的 “交叉学习” 设置中的上下文强盗算法设计问题，通过提供一个高效算法，其拥有几乎紧密（除对数因子外）的减悔上界 O（TK），与上下文数量无关。作为结果，我们得到了对于在未知值分布下学习进行首价
PDF6 months ago
忘记你想忘记的：机器遗忘算法
本文研究了在已训练好的模型中删除数据点的相关问题，特别是在凸损失的情况下提供了一个算法来取消学习的样本数，与差分隐私学习相比，演示了差分隐私和机器遗忘之间的新颖区别。
PDF3 years ago
学习参数人口的最大似然估计
研究了在观测了 Bernoulli 试验结果的基础上，针对具有未知分布的参数，利用最大似然估计方法准确地估计总体分布，提出了一种在样本容量不大于总体个体个数的情况下，MLE 能达到统计最优和高效计算的方法。
PDF5 years ago
马尔可夫决策过程中的分布鲁棒对应物
本文研究了参数不确定的马尔可夫决策过程，利用分布鲁棒优化框架来得到在最具有敌意的分布下的最大性能期望值。通过将不确定参数视为随机变量，本文泛化了以前的研究并证明，在较温和的技术条件下，可以高效地获得最优策略，这极大地扩展了分布鲁棒 MDP
PDF9 years ago
充分利用样本
研究在不知道估值分布的情况下为潜在买家设定价格的问题，并证明不同分布类型所需的样本数量及最优价格策略，为拍卖领域提供参考。
PDF10 years ago
一种用于有损人群恢复的多项式时间算法
本研究基于线性规划和复分析的链接，提出一种 polynomial time algorithm 算法用于解决 lossy population recovery problem，并应用该算法解决了 DNFs 的学习问题。
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