重尾噪声下无需参数的区间动态遗憾界

研究在每轮仅有一个无偏随机次梯度、且条件 p 阶噪声矩未知（1<p≤2）的在线凸优化中，提出一种无需知道 G、σ、p、I、P_I 的算法，对任意长度 n 的固定区间 I 取得区间动态遗憾上界，同时保留均值梯度与噪声各自的指数项。该分析在期望层面控制校准，其一般定理与基于非均匀先验的相对熵专家分布相比较，在给定统计量下区间代价为 1+log(T/n)，并包含最优的全时域静态速率。