文件Open Access徽标

未知I.I.D.预言家:更好的界限、流算法和新的不可能性(扩展摘要)

作者 何塞·科雷亚, 保罗·杜廷, 费利克斯·菲舍尔, 凯文·谢沃, 布鲁诺·齐利奥托



PDF格式
缩略图PDF

文件

LIPIcs公司。ITCS.2021.86.pdf
  • 文件大小:226 kB
  • 1页

文件标识符

作者详细信息

何塞·科雷亚
  • 智利圣地亚哥智利大学工业部
保罗·杜廷
  • 英国伦敦经济学院数学系
费利克斯·菲舍尔
  • 英国伦敦玛丽女王大学数学科学学院
凯文·谢沃
  • 德国科隆大学Mathematik/Informatik系
布鲁诺·齐利奥托
  • CEREMADE、CNRS、PSL研究所、巴黎多芬大学、法国巴黎

引用为获取BibTex

何塞·科雷亚(JoséCorrea)、保罗·杜廷(Paul Dütting)、费利克斯·菲舍尔(Felix Fischer)、凯文·舍沃(Kevin Schewior)和布鲁诺·齐利奥托(Bruno Ziliotto)。未知I.I.D.预言:更好的界限、流算法和新的不可能(扩展抽象)。第12届理论计算机科学创新大会(ITCS 2021)。莱布尼茨国际信息学论文集(LIPIcs),第185卷,第86:1页,达格斯图尔-莱布尼兹-泽特鲁姆信息学院(2021)
https://doi.org/10.4230/LIPIcs.ITCS.2021.86

摘要

一个预言不等式表明,对于某些α∈[0,1],一个赌徒连续观察随机变量X_1,…,X_n并选择其中一个,他所能达到的期望值至少是序列中最大值的α分数。我们获得了Correa等人(EC,2019)首次研究的一个设置的三个不同改进,该设置与算法定价的现代应用特别相关。在这种情况下,随机变量来自未知分布,赌徒可以获得一些β≥0的额外βn样本。我们首先给出了β值范围较大时α的改进下界;具体地说,当β≤1/(e-1)时,α≥(1+β)/e,这是紧的,当β=1时,α≤0.648,由于Correa等人(SODA,2020),这提高了约0.635的界限。为了增加它们的实际吸引力,特别是在算法定价的背景下,我们随后表明,即使在计算流模型中,也可以获得新的界限,因此,在相关数据的使用因可用数据量巨大而变得复杂的情况下。我们最终确定,对于没有样本的情况,1/e的上界对有关分布的附加信息是鲁棒的,并且也适用于i.i.d.随机变量序列,其分布本身是根据已知分布从已知候选分布的有限集合中绘制的。这意味着随机变量的可交换序列存在严格的预言不等式,这回答了Hill和Kertz(当代数学,1992)的一个问题,但当候选分布的数量很小时,我们认为应用程序对这种设置非常感兴趣,因此有可能获得更好的保证。

主题分类

ACM科目分类
  • 计算理论→在线算法
关键词
  • 先知不平等
  • 停止理论
  • 未知分发

韵律学

问题/备注/反馈
X(X)

Dagstuhl出版社反馈


感谢您的反馈!

已提交反馈

无法发送消息

请稍后再试或发送电子邮件