在线逆优化获确定性 O(√d) 遗憾多项式算法
热点事件持续更新
在线逆优化获确定性 O(√d) 遗憾多项式算法
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
在线逆线性优化中,研究者提出一种确定性算法,在任意时间跨度 T 下取得 O(√d) 遗憾,且运行时间为维度 d 与 T 的多项式级别。该算法是 Sakaue 等人和 Cai 等人变度量算法的变体,做法是在查询点远离更新位置时撤销度量更新。研究者称这正面回答了 Sakaue 关于该最优遗憾能否在多项式时间内实现的疑问。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
在线逆优化实现最优遗憾与多项式时间:确定性 O(√d) 算法报道时间线
沿着报道,了解事件的不同侧面。
10月7日
- arXiv:cs.LG在线逆优化实现最优遗憾与多项式时间:确定性 O(√d) 算法
在线逆线性优化中,研究者提出一种确定性算法,在任意时间跨度 T 下取得 O(√d) 遗憾,且运行时间为 d 与 T 的多项式级别。该算法是 Sakaue 等人和 Cai 等人变度量算法的变体,当查询点远离更新位置时撤销度量更新,正面回答了 Sakaue 关于该最优遗憾能否在多项式时间内实现的疑问。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。