的一部分神经信息处理系统的进展33(NeurIPS 2020)
尼古拉斯·哈维(Nicholas Harvey)、克里斯托弗·利奥(Christopher Liaw)、铃木·索玛(Tasuku Soma)
我们考虑在线环境下的非负子模最大化问题。在时间步长t处,算法选择集合St∈C⊆2^V,其中C是可行集族。然后,对手揭示了子模块函数f目标是设计一个有效的算法来最小化预期的近似遗憾。在这项工作中,我们通过利用在线线性优化的“一阶”遗憾界,给出了改进在线子模块最大化中遗憾界的一般方法。-对于拟阵的单调子模最大化,我们给出了一个有效的算法,该算法实现了O的(1−c/e−ε)-遗憾(√kT ln(n/k)),其中n是基集的大小,k是拟阵的秩,ε>0是常数,c是平均曲率。即使不假设任何曲率(即取c=1),这个遗憾界限也比Streeter等人(2009)和Golovin等人(2014)的先前结果有所改进。-对于非单调、无约束子模函数,我们给出了一个1/2后悔O(√nT)的算法,改进了Roughgarden和Wang(2018)的结果。我们的方法基于Blackwell的可接近性;特别是,我们为这种背景下出现的布莱克威尔事件提供了一个新颖的一阶遗憾边界
在电子程序中更改姓名的请求将被接受,不会提出任何问题。然而,名称更改可能会导致书目跟踪问题。作者被要求仔细考虑这一点,并在要求在电子诉讼中更改姓名之前与合著者进行讨论。
使用“报告问题”链接请求更改名称。