统计学 > 机器学习
[提交于 2012年4月7日
]
标题: UCB 算法针对指数分布
标题: UCB Algorithm for Exponential Distributions
摘要: 本文介绍了一种用于多臂老虎机(MAB)问题的新算法。 该算法在认知网络相关主题(例如频谱感知和分配)中广受欢迎。 我们关注的是奖励呈指数分布的情况,这在处理瑞利衰落信道时很常见。 这种策略被称为乘性上置信界(MUCB),为每个可用臂分配一个效用指数,然后选择具有最高指数的臂。 对于每个臂,对应的指数等于一个乘法因子与该臂收集到的奖励样本均值的乘积。 我们证明了MUCB策略具有低复杂度且是渐进最优的。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.