嵌套凸体在线优化算法提出并证二维下界

Dhruv Sarkar 与 Aprameyo Chakrabartty 提交论文，针对可行域嵌套收缩的在线优化提出一种嵌套凸体追逐方法：把损失控制与几何移动分开，用约束最小化和累积损失检验保证遗憾界，并由确定性、可重置的追逐器限制移动量。 论文在二维情形证明，任何终期期望遗憾为 O(T^β)（β<1）的随机算法，在某些嵌套序列上仍至少产生 Ω(√log T) 的期望移动，说明该依赖已是最优；该方法还把先前分析中的 O(d^{d/2}) 投影路径因子降为欧氏嵌套凸体追逐的多项式维度依赖。

AI 根据报道生成 · 5 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。