韩、凯;何云天;Liu，Alex X。;唐少杰;黄，何 不同的私人和预算限制的土匪学习拟阵。 （英语） Zbl 1474.68253号 信息J.计算。 32，编号3，790-804（2020）。 摘要：我们提出了第一个预算限制的多臂盗贼（BMAB）算法，该算法在拉臂时受拟阵约束的联合，同时实现了差异隐私。我们的模型推广了以往BMAB方案中研究的拉臂模型，可用于解决许多实际问题，如网络主干网建设和众包中的动态定价。通过利用拟阵的组合结构，我们在BMAB问题中处理了利用与探索的权衡，并基于分治方法降低了手臂选择的搜索复杂性。我们的算法实现了关于（B）和（epsilon）-差异隐私的统一对数遗憾界，其中，（B）是用随机成本拉动武器的预算。在没有差分隐私的情况下，我们的算法实现了关于\（B）的一致对数遗憾界，从而改进了以前的BMAB算法所实现的渐近遗憾界。我们在实验中与先前的方案进行了并行比较。实验结果表明，我们的纯组合算法不仅获得了明显更好的后悔性能，而且比以前使用耗时的LP求解技术的BMAB方案快20多倍。 MSC公司： 68T05型 人工智能中的学习和自适应系统 05B35号 拟阵与几何格的组合方面 62升10 序列统计分析 62升15 统计中的最优停止 68第27页 数据隐私 90C27型 组合优化 关键词：多武器强盗;拟阵;预算 软件：CPLEX公司 PDF格式BibTeX公司 XML格式引用 \textit{K.Han}等人，《信息与计算》。32，第3号，790--804（2020；Zbl 1474.68253） 全文： 内政部 参考文献： [1] Agrawal S、Devanur NR（2014）《凹形奖励和凸形背包的匪徒》。程序。第15届ACM会议经济。计算。（纽约ACM出版社），989-1006.谷歌学者 [2] Auer P、Cesa Bianchi N、Fischer P（2002）《多武装匪徒问题的有限时间分析》。机器学习。47（2-3）：235-256.Crossref，谷歌学者·Zbl 1012.68093号 ·doi:10.1023/A:1013689704352 [3] Badanidiyuru A、Kleinberg R、Slivkins A（2013）《背包匪徒》。程序。IEEE第54届年度交响乐会。基础计算。科学。（IEEE，新泽西州皮斯卡塔韦），207-216年。谷歌学者 [4] Barry D，Parlange JY，Li L，Prommer H，Cunningham C，Stagniti F（2000）Lambert W函数实值的分析近似。数学。计算。模拟53（1）：95-103.Crossref，谷歌学者·doi:10.1016/S0378-4754（00）00172-5 [5] Bubeck S，Cesa-Bianchi N（2012）随机和非随机多武器强盗问题的后悔分析。基础趋势机器学习。5（1）：1-122.Crossref，谷歌学者·Zbl 1281.91051号 ·doi:10.1561/220000024 [6] Buccapatnam S、Eryilmaz A、Shroff NB（2014）《随机盗贼与网络侧面观察》。程序。2014 ACM国际。一致性度量模型。计算。系统（纽约ACM出版社），289-300.谷歌学者 [7] Calinescu G，Chekuri C，Pál M，Vondrák J（2011）受拟阵约束的单调子模函数的最大化。SIAM J.计算。40（6）：1740-1766.Crossref，谷歌学者·Zbl 1234.68459号 ·doi:10.1137/080733991 [8] Chan THH，Shi E，Song D（2011）私人和持续发布统计数据。ACM事务处理。通知。系统安全14（3）：第26条谷歌学者Crossref·doi:10.1145/2043621.2043626 [9] Chen L，Gupta A，Li J（2016a）拟阵约束下多臂土匪的纯粹探索。程序。第29届年度大会学习。理论（马萨诸塞州布鲁克林市PMLR），647-669年。谷歌学者 [10] Chen W，Wang Y，Yuan Y（2013）《组合多武器盗贼：一般框架和应用》。程序。第30届国际。Conf.机器学习。（马萨诸塞州布鲁克林市PMLR），151-159年。谷歌学者 [11] Chen W，Hu W，Li F，Li J，Liu Y，Lu P（2016b）具有一般奖励功能的组合式多武器盗贼。程序。第30次确认神经信息。处理系统（Curran Associates，Red Hook，NY），1659-1667年。谷歌学者 [12] Combes R，Jiang C，Srikant R（2015a）《预算强盗：后悔下限和优化算法》。性能评估版本。43（1）：245-257.Crossref，谷歌学者·doi:10.1145/2796314.2745847 [13] Combes R、Shahi MSTM、Proutiere A、Lelarge M（2015b）《重访组合匪徒》。程序。第29届会议神经信息处理系统（纽约州红钩市Curran Associates），2116-2124.谷歌学者 [14] Cormen TH、Leiserson CE、Rivest RL、Stein C（2009）《算法导论》（麻省理工学院出版社，马萨诸塞州剑桥）。谷歌学者·Zbl 1187.68679号 [15] 丁伟、秦涛、张西东、刘天勇（2013）《预算约束和可变成本的多武器匪徒》。程序。第27届AAAI大会人工智能（加利福尼亚州帕洛阿尔托市AAAI出版社），232-238。谷歌学者 [16] Dwork C，Roth A（2014）差异隐私的算法基础。基金会趋势理论。计算。科学。9（3-4）：211-407.谷歌学者·Zbl 1302.68109号 [17] Flajolet A，Jaillet P（2015），《带背包的强盗的低级后悔界限》。10月7日提交的预印本，https://arxiv.org/abs/1110.01800.谷歌学者 [18] 加利福尼亚州佛罗伦萨，帕尔达洛斯PM（2009）最优化百科全书（纽约州施普林格）。Crossref，谷歌学者·Zbl 1156.90001号 ·数字对象标识代码：10.1007/978-0-387-74759-0 [19] Gai Y、Krishnamachari B、Jain R（2012）《未知变量组合网络优化：具有线性奖励和个人观察的多武器强盗》。IEEE/ACM传输。网络20（5）：1466-1478.Crossref，谷歌学者·doi:10.1109/TNET.2011.2181864 [20] 甘刚、马C、谢H（2014）度量、概率和数学金融：一种面向问题的方法（约翰·威利父子公司，新泽西州霍博肯）。谷歌学者·Zbl 1302.60004号 [21] Garivier A，CappéO（2011）KL-UCB算法，适用于有界随机盗贼及其他情况。程序。第24届年度大会学习。理论（马萨诸塞州布鲁克林市PMLR），359-376。谷歌学者 [22] Grimmet G、Stirzaker D（2001）概率与随机过程（英国牛津大学出版社）。谷歌学者·Zbl 1015.60002号 [23] Hoeffing W（1963）有界随机变量和的概率不等式。J.Amer。统计师。协会。58（301）:13-30.Crossref，谷歌学者·Zbl 0127.10602号 ·doi:10.1080/01621459.1963.10500830 [24] IBM CPLEX（2009）IBM ILOG CPLEX Optimization Studio。https://www.ibm.com/developerworks/downloads/ws/ilogcplex/.Google学者 [25] Jain P、Kothari P、Thakurta A（2012）《不同的私人在线学习》。程序。第25届年会学习。理论（马萨诸塞州布鲁克林市PMLR），24.1-24.34.谷歌学者 [26] Jin H，Su L，Ding B，Nahrstedt K，Borisov N（2016）为移动人群感知系统启用隐私保护激励。程序。IEEE第36届国际标准。Conf.分布式计算。系统（新泽西州皮斯卡塔韦IEEE），344-353，谷歌学者 [27] Komiyama J，Honda J，Nakagawa H（2015）具有多个剧本的随机多臂盗贼问题中汤普森抽样的最优后悔分析。程序。第32届国际。Conf.机器学习。（马萨诸塞州布鲁克林市PMLR），1152-1161.谷歌学者 [28] Kveton B，Wen Z，Ashkan A，Szepesvari C（2015）随机组合半强盗的紧密后悔界限。程序。第18国际。Conf.人工智能统计师。（马萨诸塞州布鲁克林市PMLR），535-543.谷歌学者 [29] Kveton B、Wen Z、Ashkan A、Eydgahi H、Eriksson B（2014）《Matroid匪徒：快速组合优化与学习》。程序。第30届Conf.Incertainty Artificial Intelligence（俄勒冈州科瓦利斯市AUAI出版社），420-429.谷歌学者 [30] McSherry FD（2009）《隐私集成查询：隐私保护数据分析的可扩展平台》。程序。2009 ACM SIGMOD国际。Conf.管理数据（纽约ACM出版社），19-30，谷歌学者 [31] Megiddo N（1979）有理目标函数组合优化。数学。操作。物件。4（4）:414-424.链接，谷歌学者·Zbl 0425.90076号 [32] Mishra N，Thakurta A（2015）（几乎）最优差异私有随机多兵种土匪。程序。第31届Conf.不确定性人工智能（俄勒冈州科瓦利斯AUAI出版社），592-601.谷歌学者 [33] Mitzenmacher M，Upfal E（2005）概率与计算：算法与数据分析中的随机化与概率技术（英国剑桥大学出版社）。Crossref，谷歌学者·兹比尔1092.60001 ·doi:10.1017/CBO9780511813603 [34] 奥克斯利J（2011）拟阵理论（英国牛津大学出版社）。Crossref，谷歌学者·Zbl 1254.05002号 ·doi:10.1093/acprof:oso/9780198566946.0001 [35] Talebi MS，Proutiere A（2016）随机拟阵土匪优化的优化算法。程序。2016年国际。Conf.自治代理多代理系统（纽约ACM出版社），548-556。谷歌学者 [36] Talebi MS、Zou Z、Combes R、Proutière A、Johansson M（2018）《随机在线最短路径路由：反馈的价值》。IEEE传输。自动控制63（4）：915-930.谷歌学者（Google Scholar）交叉引用·Zbl 1390.90142号 ·doi:10.1109/TAC.2017.2747409 [37] Tekin C，Liu M（2015）网络在线学习方法。基金会趋势网络8（4）：281-409。Crossref，谷歌学者·Zbl 1333.60163号 ·doi:10.5561/1300000050 [38] Thakurta AG，Smith A（2013）（几乎），全信息和盗贼环境下私人在线学习的最佳算法。程序。第27届Conf.神经信息。处理系统（纽约州红钩市Curran Associates），2733-2741。谷歌学者 [39] Tossou ACY，Dimitrakakis C（2016）《不同私人多武装匪徒的算法》。程序。第30届AAAI人工智能大会（AAAI出版社，加利福尼亚州帕洛阿尔托），2087-2093年。谷歌学者 [40] Tran-Thanh L、Chapman A、Rogers A、Jennings NR（2012），基于背包的预算限制型多武装匪徒最优策略。程序。第26届AAAI人工智能大会（加利福尼亚州帕洛阿尔托市AAAI出版社），1134-1140.谷歌学者 [41] Tran-Thanh L、Chapman A、de Cote EM、Rogers A、Jennings NR（2010）《预算有限的多武装匪徒的Epsilon优先政策》。程序。第24届AAAI人工智能大会（加利福尼亚州帕洛阿尔托市AAAI出版社），1211-1216。谷歌学者 [42] Vaswani S、Kveton B、Wen Z、Ghavamzadeh M、Lakshmanan LVS、Schmidt M（2017）《影响最大化的模型依赖在线学习》。程序。第34届国际米兰。Conf.机器学习。（马萨诸塞州布鲁克林市PMLR），3530-3539，谷歌学者 [43] 王强，陈伟（2017）改进概率触发武器组合半强盗的后悔界限及其应用。程序。第31次确认神经信息。处理系统（纽约州红钩市Curran Associates），1161-1171.谷歌学者 [44] Wen Z，Kveton B，Valko M，Vaswani S（2017）带半强盗反馈的独立级联模型下的在线影响力最大化。程序。第31次确认神经信息。处理系统（纽约州红钩市Curran Associates），3026-3036。谷歌学者 [45] Wu H，Srikant R，Liu X，Jiang C（2015）约束上下文盗贼的对数或次线性遗憾算法。程序。第29届会议神经信息。处理系统（纽约州Red Hook市Curran Associates），433-441.谷歌学者 [46] Xia Y，Li H，Qin T，Yu N，Liu TY（2015）Thompson对预算中的多武装匪徒进行抽样调查。程序。第24届国际。Conf.人工智能（AAAI Press，Palo Alto，CA），3960-3966.谷歌学者 [47] Xia Y，Qin T，Ma W，Yu N，Liu T（2016）《多场游戏中的多武装匪徒预算》。程序。第25届国际。Conf.人工智能（AAAI Press，Palo Alto，CA），2210-2216.谷歌学者 [48] Yi S、Nelson PW、Ulsoy AG（2010年）时滞系统：使用Lambert W函数的分析和控制（世界科学，新加坡）。Crossref，谷歌学者·Zbl 1209.93002号 ·doi:10.1142/7759 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。