arXiv stat.ML· Tomer Gafni, Garud Iyengar, Assaf Zeevi·· 4 小时前AI 评分18
非平稳在线学习中的数据复用：Exposure-Capped Reuse 算法与近极小极大最优性
Data Reuse in Non-Stationary Learning
AI 导读
针对非平稳环境中未知参数在有限个重复取值间突变的问题，研究者提出 Exposure-Capped Reuse（ECR）算法，结合在线变化检测、兼容性测试与"污染"控制，实现数据复用。ECR 的 regret 在特定条件下随不同取值数量而非变化次数增长，并给出新的信息论下界，证明其近极小极大最优性，量化了数据复用的统计价值。
来源：arXiv stat.ML · arxiv.org