×
埃姆雷·巴鲁特;沃伦·鲍威尔。

非参数信念下序贯抽样的最优学习。 （英语） Zbl 1331.90042号

J.全球。最佳方案。 58，第3期，517-543（2014）.
作者考虑了在有限的可能方案集上最大化未知函数的问题。
他们提出了一种用于排序和选择问题的顺序学习策略，使用非参数程序估计策略的价值。他们的估计方法在一组核函数上进行聚合，以获得更一致的估计。最后的估计使用了一个加权方案核估计的均方误差作为权重。证明了该加权方案在独立核估计下是最优的。为了选择度量，作者采用了依赖于预测分布的知识梯度策略来计算最佳采样点。该方法允许设置期望信念相互关联但事先未知关联结构的设置。此外，该策略被证明是渐近最优的。
审核人：I.M.Stancu-Minasian（布库雷什蒂）

引用于5文件

MSC公司：

90立方厘米 随机规划

关键词：

贝叶斯全局优化;知识梯度;非参数估计

软件：

贝叶斯DA;阿达·布斯特。金属氢
PDF格式BibTeX公司 XML格式引用
\textit{E.Barut}和\textit{W.B.Powell}，J.Glob。最佳方案。58，第3号，517--543（2014；Zbl 1331.90042）
全文： 内政部

参考文献：

[1] 阿格拉瓦尔：持续不断的武装土匪问题。SIAM J.控制优化。1926-1951年（1995年）·Zbl 0848.93069号 ·doi:10.1137/S0363012992237273
[2] Barton，R.R.，Meckesheimer，M.：第18章仿真中基于元模型的仿真优化。收录人：Henderson，S.G.，Nelson，B.L.（编辑）。《运筹学与管理科学手册》第13卷。Elsevier（第535-574页）（2006年）·Zbl 1280.68184号
[3] Billingsley，P.：《概率与测度》，第三版。Wiley-Interscience，纽约（1995）·Zbl 0822.60002号
[4] Branin，F.H.：求解联立非线性方程多解的广泛收敛方法。IBM J.Res.Dev.16，504-522（1972）·Zbl 0271.65034号 ·数字对象标识代码：10.1147/rd.165.0504
[5] Bunea，F.，Nobel，A.：条件平均数任意估计值的累加程序。IEEE传输。《Inf.Theory》54，1725-1735（2008）·Zbl 1329.62359号 ·doi:10.1109/TIT.2008.917657
[6] Chehrazi，N.，Weber，T.A.：决策问题的单调近似。操作。第58号决议，1158-1177（2010年）·Zbl 1228.90115号 ·数字对象标识代码：10.1287/opre.1100.0814
[7] Chick，S.E.，Gans，N.：模拟选择问题的经济分析。管理。科学。55, 421-437 (2009) ·doi:10.1287个/mnsc.1080.0949
[8] Cochran，W.G.，Cox，G.M.：实验设计。威利，纽约（1957）·Zbl 0077.13205号
[9] Fan，J.，Gijbels，I.：局部多项式建模及其应用：统计学与应用概率专著66（Chapman&Hall/CRC统计学与应用可能性专著）。查普曼和霍尔，伦敦（1996）·Zbl 0873.62037号
[10] Frazier，P.I.、Powell，W.B.、Dayanik，S.：顺序信息收集的知识粒度策略。SIAM J.控制优化。472410-2439（2008年）·Zbl 1274.62155号 ·数字对象标识代码：10.1137/070693424
[11] Frazier，P.I.，Powell，W.B.，Dayanik，S.：相关正常信念的知识梯度政策。信息J.计算。21, 599-613 (2009) ·Zbl 1243.91014号 ·doi:10.1287/ijoc.1080.0314
[12] Freund，Y.，Schapire，R.：在线学习的决策理论推广以及在计算学习理论中的应用。收录于：Vitanyi，P.（编辑），《计算机科学讲义》第904卷。施普林格·柏林，海德堡（1995）·Zbl 0880.68103号
[13] Fu，M.C.：第19章梯度估计。In：模拟。收录于：《运营研究和管理科学手册》第13卷亨德森·S.G.、纳尔逊·B.L.（编辑）。Elsevier，第575-616页（2006年）·Zbl 0827.62076号
[14] Gelman，A.，Carlin，J.B.，Stern，H.S.，Rubin，D.B.：贝叶斯数据分析，第二版（统计科学文本）。查普曼和霍尔/CRC，博卡拉顿（2003）
[15] George，A.、Powell，W.B.、Kulkarni，S.R.：使用多重聚合进行多属性资源管理的价值函数近似。J.马赫。学习。第9号决议，2079-2111（2008）·Zbl 1225.68180号
[16] Gibbs，M.：《回归和分类的贝叶斯-高斯过程》，论文。剑桥大学（1997）
[17] Ginebra，J.，Clayton，M.K.：应对表面强盗。J.R.统计社会服务。B（方法学）57，771-784（1995）·Zbl 0827.62076号
[18] Gittins J.，Jones D.（1974）实验顺序设计的动态分配指数。收录：Gani，J.、Sarkadi，K.、Vincze，I.（编辑）《统计学进展》。荷兰北部，阿姆斯特丹，第241-266页·兹伯利0303.62064
[19] Gittins，J.C.：班迪特过程和动态分配指数。J.R.统计社会服务。B（方法学）41，148-177（1979）·Zbl 0411.62055号
[20] Gupta，S.S.，Miescke，K.J.：贝叶斯前瞻性一阶段抽样分配，用于选择最佳人群。J.统计计划。推理，54，229-244。统计选择理论40年，第一部分（1996）·Zbl 0854.62018号
[21] Hardle，W.K.：应用非参数回归。剑桥大学出版社，剑桥（1992）·Zbl 0714.62030号
[22] Hardle，W.K.，Muller，M.，Sperlich，S.，Werwatz，A.：非参数和半参数模型。施普林格，柏林（2004）·Zbl 1059.62032号 ·doi:10.1007/978-3-642-17146-8
[23] Huang，D.，Allen，T.T.，Notz，W.I.，Zeng，N.：通过序列kriging元模型对随机黑盒系统进行全局优化。J.全球。最佳方案。34, 441-466 (2006) ·邮编1098.90097 ·doi:10.1007/s10898-005-2454-3
[24] Juditsky，A.，Nemirovski，A.：非参数回归的函数聚集。Ann.Stat.28，681-712（2000）·Zbl 1105.62338号 ·doi:10.1214/aos/1015951994
[25] Kaelbling，L.P.：嵌入式系统学习。麻省理工学院出版社，剑桥（1993）
[26] Kleinberg，R.：连环武装匪徒问题的边界几乎很紧。摘自：《神经信息处理系统进展》17，麻省理工学院出版社，第697-704页（2005年）·Zbl 1329.62359号
[27] Mes，M.R.，Powell，W.B.，Frazier，P.I.：顺序抽样的层次知识梯度。J.马赫。学习。第12号决议，2931-2974（2011年）·Zbl 1280.68184号
[28] Negoescu，D.M.，Frazier，P.I.，Powell，W.B.：药物发现中测序实验的知识粒度算法。信息J.计算。23, 346-363 (2011) ·兹比尔1243.92023 ·doi:10.1287/ijoc.1100.0417
[29] Nelson，B.L.，Swann，J.，Goldsman，D.，Song，W.：当备选方案数量较多时，选择最佳模拟系统的简单程序。Oper。第49号决议，950-963（2001年）·doi:10.1287/操作49.6.950.10019
[30] Olafsson，S.：《模拟》第21章元启发式。In:Henderson，S.G.，Nelson，B.L.（编辑）《运营研究和管理科学手册》第13卷。，第633-654页。爱思唯尔（2006）
[31] 鲍威尔，W.B.：近似动态规划：解决概率统计中维威利级数的问题。霍博肯·威利（2007）·Zbl 1156.90021号 ·数字对象标识代码：10.1002/9780470182963
[32] Powell，W.B.，Ryzhov，I.：最佳学习。费城威利（2012）·doi:10.1002/9781118309858
[33] Robbins，H.，Monro，S.：一种随机近似方法。安。数学。《统计》第22卷，第400-407页（1951年）·Zbl 0054.05901号 ·doi:10.1214/aoms/1177729586
[34] Ryzhov，I.，Powell，W.，Frazier，P.：一般在线学习问题的知识梯度算法，（2011）·Zbl 1241.90201号
[35] Spall，J.C.：随机搜索和优化简介。威利，纽约（2003）·邮编1088.90002 ·doi:10.1002/0471722138
[36] Sutton，R.S.，Barto，A.G.：强化学习简介。麻省理工学院出版社，剑桥（1998）
[37] Villemonteix，J.，Vazquez，E.，Walter，E.：费用评估函数全局优化的信息方法。J.全球。最佳方案。44, 509-534 (2009) ·Zbl 1180.90253号
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。