arXiv 机器学习· Dhruv Sarkar, Abhishek Sinha·· 4 小时前AI 评分31
带约束在线凸优化 COCO 实现 $\tilde{O}(\sqrt{T})$ 遗憾界与多对数约束违规
$\tilde{O}(\sqrt{T})$ Regret and Polylogarithmic Constraint Violation for COCO
AI 导读
针对对抗性损失与约束下的带约束在线凸优化(COCO),新研究提出一种结合连续 Hedge 与收缩可行集消除机制的在线策略。该策略在保持近优 $O(\sqrt{T\log T})$ 遗憾界的同时,将累积约束违规(CCV)从现有的 $\tilde{O}(\sqrt{T})$ 显著降至多对数量级的 $O(\log^2 T)$。
来源:arXiv 机器学习 · arxiv.org